Deep Learning with TensorFlow in Google Colab Treningskurs
Google Colab er et skybasert Jupyter-notebook-miljø som lar deg kjøre Python-kode gratis og er spesielt godt egnet for maskinlæring og dyplæringsoppgaver ved bruk av biblioteker som TensorFlow.
Denne instruktørledede, live-opplæringen (online eller på stedet) er rettet mot dataforskere og utviklere på middels nivå som ønsker å forstå og anvende dyplæringsteknikker ved å bruke Google Colab-miljøet.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Sett opp og naviger i Google Colab for dyplæringsprosjekter.
- Forstå det grunnleggende om nevrale nettverk.
- Implementer dyplæringsmodeller ved å bruke TensorFlow.
- Trene og evaluere dyplæringsmodeller.
- Bruk avanserte funksjoner i TensorFlow for dyp læring.
Kursets format
- Interaktivt foredrag og diskusjon.
- Mye øvelser og trening.
- Praktisk implementering i et live-lab-miljø.
Alternativer for kurstilpasning
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
Kursplan
Introduksjon til Google Colab for Deep Learning
- Oversikt over Google Colab
- Setter opp Google Colab
- Navigere i Googgle Colab-grensesnittet
Introduksjon til Deep Learning
- Oversikt over dyp læring
- Viktigheten av dyp læring
- Anvendelser av dyp læring
Forståelse Neural Networks
- Introduksjon til nevrale nettverk
- Arkitektur av nevrale nettverk
- Aktiveringsfunksjoner og lag
Komme i gang med TensorFlow
- Oversikt over TensorFlow
- Setter opp TensorFlow i Google Colab
- Grunnleggende TensorFlow operasjoner
Bygge Deep Learning modeller med TensorFlow
- Opprette nevrale nettverksmodeller
- Trening av nevrale nettverk
- Evaluering av modellens ytelse
Avanserte TensorFlow teknikker
- Implementering av konvolusjonelle nevrale nettverk (CNN)
- Implementering av tilbakevendende nevrale nettverk (RNN)
- Overfør læring med TensorFlow
Dataforbehandling for Deep Learning
- Forberede datasett for opplæring
- Teknikker for dataforsterkning
- Håndtering av store datasett i Google Colab
Optimalisering av Deep Learning modeller
- Innstilling av hyperparameter
- Reguleringsteknikker
- Modelloptimaliseringsstrategier
Samarbeidsprosjekter Deep Learning
- Deling og samarbeid om notatbøker
- Samarbeidsfunksjoner i sanntid
- Beste praksis for samarbeidsprosjekter
Tips og beste fremgangsmåter
- Effektive dyplæringsteknikker
- Unngå vanlige fallgruver
- Forbedrer modellens ytelse
Sammendrag og neste trinn
Krav
- Grunnleggende kunnskap om maskinlæring
- Erfaring med Python programmering
Publikum
- Dataforskere
- Programvareutviklere
Open Training Courses require 5+ participants.
Deep Learning with TensorFlow in Google Colab Treningskurs - Booking
Deep Learning with TensorFlow in Google Colab Treningskurs - Enquiry
Deep Learning with TensorFlow in Google Colab - Consultancy Enquiry
Consultancy Enquiry
Testimonials (4)
veldig vennlige og hjelpsomme
Aktar Hossain - Unit4
Kurs - Building Microservices with Microsoft Azure Service Fabric (ASF)
Machine Translated
Det manuelle serverløse oppsettet. Dessuten hadde jeg ingen utganger til Idea sls-nettkonsollen, noe som er fint.
Rafal Kucharski - The Software House sp. z o.o.
Kurs - Serverless Framework for Developers
Machine Translated
All good, nothing to improve
Ievgen Vinchyk - GE Medical Systems Polska Sp. Z O.O.
Kurs - AWS Lambda for Developers
IOT applications
Palaniswamy Suresh Kumar - Makers' Academy
Kurs - Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
Upcoming Courses
Relaterte kurs
Advanced Amazon Web Services (AWS) CloudFormation
7 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot skyingeniører og utviklere som ønsker å bruke CloudFormation til å administrere infrastrukturressurser i AWS-økosystemet.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Implementer CloudFormation maler for å automatisere infrastrukturadministrasjon.
- Integrer eksisterende AWS-ressurser i CloudFormation.
- Bruk StackSets til å administrere stabler på tvers av flere kontoer og regioner.
Amazon DynamoDB for Developers
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å integrere en DynamoDB NoSQL-database i en nettapplikasjon som er vert på AWS.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Sett opp det nødvendige utviklingsmiljøet for å begynne å integrere data i DynamoDB.
- Integrer DynamoDB i webapplikasjoner og mobilapplikasjoner.
- Flytt data i AWS med AWS-tjenester.
- Implementere operasjoner med AWS DAX.
AWS IoT Core
14 timerDenne instruktørledede, live-opplæringen i Norge (på stedet eller ekstern) er rettet mot ingeniører som ønsker å distribuere og administrere IoT-enheter på AWS.
Ved slutten av denne opplæringen vil deltakerne kunne bygge en IoT-plattform som inkluderer distribusjon og administrasjon av en backend, gateway og enheter på toppen av AWS.
Amazon Web Services (AWS) IoT Greengrass
21 timerDenne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å installere, konfigurere og administrere AWS IoT Greengrass-funksjoner for å lage applikasjoner for ulike enheter.
Ved slutten av denne opplæringen vil deltakerne kunne bruke AWS IoT Greengrass til å bygge, distribuere, administrere, sikre og overvåke applikasjoner på intelligente enheter.
AWS Lambda for Developers
14 timerDenne instruktørledede, live-opplæringen i Norge (på stedet eller ekstern) er rettet mot utviklere som ønsker å bruke AWS Lambda til å bygge og distribuere tjenester og applikasjoner til skyen, uten å måtte bekymre deg for å klargjøre utførelsesmiljøet (servere, VM-er og containere, tilgjengelighet, skalerbarhet, lagring osv.).
Ved slutten av denne opplæringen vil deltakerne kunne:
- Konfigurer AWS Lambda for å utføre en funksjon.
- Forstå FaaS (Functions as a Service) og fordelene med serverløs utvikling.
- Bygg, last opp og utfør AWS Lambda funksjoner.
- Integrer Lambda-funksjoner med forskjellige hendelseskilder.
- Pakke, distribuere, overvåke og feilsøke Lambda-baserte applikasjoner.
Building Microservices with Microsoft Azure Service Fabric (ASF)
21 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å lære hvordan man bygger mikrotjenester på Microsoft Azure Service Fabric (ASF).
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk ASF som en plattform for å bygge og administrere mikrotjenester.
- Forstå nøkkelprogrammeringskonsepter og -modeller for mikrotjenester.
- Opprett en klynge i Azure.
- Distribuer mikrotjenester i lokalene eller i skyen.
- Feilsøk og feilsøk en live mikrotjenesteapplikasjon.
AWS CloudFormation
7 timerDenne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å bruke AWS CloudFormation til å automatisere prosessen med å administrere AWS-skyinfrastruktur.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Aktiver AWS-tjenester for å komme i gang med å administrere infrastruktur.
- Forstå og anvende prinsippet om "infrastruktur som kode".
- Forbedre kvaliteten og senk kostnadene ved utplassering av infrastruktur.
- Skriv AWS CloudFormation maler med YAML.
Mastering DevOps with AWS Cloud9
21 timerDenne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot profesjonelle på avansert nivå som ønsker å utdype sin forståelse av DevOps praksis og strømlinjeforme utviklingsprosesser ved å bruke AWS Cloud9.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Konfigurer og konfigurer AWS Cloud9 for DevOps arbeidsflyter.
- Implementer kontinuerlig integrasjon og kontinuerlig levering (CI/CD) rørledninger.
- Automatiser testing, overvåking og distribusjonsprosesser ved hjelp av AWS Cloud9.
- Integrer AWS-tjenester som Lambda, EC2 og S3 i DevOps arbeidsflyter.
- Bruk kildekontrollsystemer som GitHub eller GitLab i AWS Cloud9.
Fn Project
7 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot programmerere og utviklere som ønsker å bruke Fn til å lage serverløse applikasjoner og tjenester.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Sett opp Fn for å lage kataloger og funksjoner.
- Lag applikasjoner med forskjellige programmeringsspråk.
- Overvåke funksjoner for å løse problemer på utviklings- og distribusjonsstadiene.
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「4 Hours Remote」
4 timerSommerlig:
- Grunnleggende om IoT-arkitektur og funksjoner
- "Ting", "Sensorer", Internett og kartleggingen mellom forretningsfunksjoner til IoT
- Viktig for alle IoT-programvarekomponenter - maskinvare, fastvare, mellomvare, sky og mobilapp
- IoT-funksjoner- Fleet manager, datavisualisering, SaaS-basert FM og DV, varsling/alarm, sensor onboarding, “thing” onboarding, geo-fencing
- Grunnleggende om IoT-enhetskommunikasjon med sky med MQTT.
- Koble IoT-enheter til AWS med MQTT (AWS IoT Core).
- Koble AWS IoT kjerne med AWS Lambda funksjon for beregning og datalagring.
- Koble til Raspberry PI med AWS IoT kjerne og enkel datakommunikasjon.
- Varsler og hendelser
- Sensorkalibrering
Industrial Training IoT (Internet of Things) with Raspberry PI and AWS IoT Core 「8 Hours Remote」
8 timerSammendrag:
- Grunnleggende om IoT-arkitektur og funksjoner
- "Ting", "Sensorer", Internett og kartleggingen mellom forretningsfunksjoner til IoT
- Viktig for alle IoT-programvarekomponenter - maskinvare, fastvare, mellomvare, sky og mobilapp
- IoT-funksjoner- Fleet manager, datavisualisering, SaaS-basert FM og DV, varsling/alarm, sensor onboarding, “thing” onboarding, geo-fencing
- Grunnleggende om IoT-enhetskommunikasjon med sky med MQTT.
- Koble IoT-enheter til AWS med MQTT (AWS IoT Core).
- Koble til AWS IoT kjerne med AWS Lambda funksjon for beregning og datalagring ved hjelp av DynamoDB.
- Koble Raspberry PI med AWS IoT kjerne og enkel datakommunikasjon.
- Hands on med Raspberry PI og AWS IoT Core for å bygge en smart enhet.
- Sensordatavisualisering og kommunikasjon med webgrensesnitt.
OpenFaas for Developers
14 timerDenne instruktørledede, live-opplæringen i Norge (på stedet eller ekstern) er rettet mot utviklere som ønsker å bruke OpenFaas til å lage, bygge, teste, feilsøke og distribuere hendelsesdrevne funksjoner uten å måtte bekymre seg for å administrere den underliggende serveren infrastruktur.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Installer og konfigurer OpenFaas.
- Pakk hvilken som helst binær eller kode som en serverløs funksjon uten repeterende kjeleplatekoding.
- Koble fra AWS Lambda for å unngå låsing.
- Distribuer hendelsesdrevne funksjoner til en lokal server eller til skyen.
Parallel Programming with OpenMP
14 timerDenne instruktørledede, liveopplæringen i Norge (online eller på stedet) er rettet mot programvareingeniører som ønsker å utvikle parallelle applikasjoner ved hjelp av OpenMP.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå og bruke parallell programmering med Fortran i OpenMP.
- Beregn fraktaler parallelt for å gjengi flere piksler og tegn.
- Implementer vektorprogrammering med SIMD-utvidelser for HPC-systemer.
- Legg til parallelle blokker for å spesifisere delt minneparallellisme.
Serverless Framework for Developers
14 timerDenne instruktørledede, live-opplæringen i Norge (på stedet eller ekstern) er rettet mot utviklere som ønsker å bruke Serverless Framework på AWS og andre skyplattformer for å lage og distribuere mikrotjenesteapplikasjoner.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Sett opp Serverless Framework for å fungere med datatjenester som AWS Lambda.
- Reduser kompleksiteten og kostnadene ved å distribuere mikrotjenester på forskjellige skyplattformer.
- Send ut og fange opp hendelser og utfør funksjoner automatisk.
Serverless on Kubernetes Fundamentals
21 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere og DevOps-ingeniører som ønsker å bruke en serverløs tilnærming for å bygge bedriftsapplikasjoner i Kubernetes.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Konfigurer og konfigurer Kubernetes-systemet for å begynne å utvikle med en serverløs arkitektur.
- Forstå konseptene og prinsippene som er grunnleggende for serverløse miljøer.
- Betjen verktøykjeder som er nødvendige for serverløs utvikling og integrer det med Kubernetes-komponenter.
- Øv ferdighetene deres i Python programmeringsspråk og bruk det til å implementere serverløse systemer.
- Sikre bedriftsapplikasjoner som distribueres gjennom et serverløst rammeverk på Kubernetes.
- Bruk moderne cloud computing-metoder for å optimalisere arbeidsflyter for DevOps-oppgavebehandling.