Intensivkurs Deep Learning mit TensorFlow Keras mit Praxisanwendungen - Seminar / Kurs von GFU Cyrus AG

Inhalte

  • Besonderheiten beim Trainieren auf einer GPU
    • Memory Belegung einer GPU feststellen und freigeben
    • Häufige Fehler erkennen und beheben
  • Vorbereitung und Laden der Trainingsdaten
    • Overfitting beim Trainieren 
    • Trainings-, Test- und Validierungsdaten
    • Normalisierung von Daten
    • One-Hot encoding
    • Anwendung auf den MNIST Datensatz
    • Schritte von tf.data, um auch mit großen Daten effizient trainieren zu können
  • Grundlegende Netzwerktypen
    • Multi-Layer Perceptron (MLP)
    • Convolutional Neural Network (CNN)
    • Perceptron, Gewichte, Bias
    • Aktivierungsfunktionen (ReLU, Softmax)
    • Training von Neuronale Netzen via Backpropagation
    • Convolutional Layer (Faltungsschicht)
    • Stride, Padding, Bias, Max-Pooling
  • Anwendungsfälle für Bilddaten
    • Bildklassifizierung
    • Detektion von Objekten durch Bounding Boxes
    • Semantische Segmentierung
    • Bekannte Netzwerkarchitekturen (AlexNet, VGG-16, U-Net)
    • Training und Validierung der Ergebnisse (Accuracy, MSE, mean IoU)
  • Vorhersage bei Text- , Sequenz- und Zeitreihendaten
    • Vorhersage bei Text- , Sequenz- und Zeitreihendaten
    • Text Sentiment Analysis
    • Grundlagen und Umsetzung eines RNN
    • Fortgeschrittene Aspekte im RNN: stacked RNN, Recurrent dropout
    • Weiterführende Netzwerkarchitekturen: GRU (Gated Recurrent Unit), LSTM (Long-Short-Term Memory)
    • Aufbereitung von Textdaten zum Trainieren (Text Vectorization, Word Embeddings)
  • Unsupervised Learning: Clustering
    • Feature Extraction durch ein pretrained Netzwerk
    • Dimensionsreduzierung der extrahierten features mit UMAP
    • Clustern mit HDBSCAN
  • GAN (Generative Adversarial Networks)
    • Erzeugen von Bildern mit GANs
    • Funktionsweise und Training von GANs
  • Deep Learning in der Praxis
    • Keras Callbacks (Trainings-performance Überwachung, Speichern von Modelgewichten, Early Stopping, Visualisierung des Trainings- und Validierungslosses)
    • Fine-Tuning / Transfer Learning (vortrainierte Netzwerke finden und verwenden)
    • Weitere bekannte Netzwerkarchitekturen: Inception-V3, ResNet
    • Drop-Out und L2 Regularisierung
  • Besonderheiten beim Trainieren auf einer GPU
    • Memory Belegung einer GPU feststellen und freigeben
    • Häufige Fehler erkennen und beheben
  • Vorbereitung und Laden der Trainingsdaten
    • Overfitting beim Traini ...
Mehr Informationen >>

Lernziele

Entlang des Intensivkurses lernen die Teilnehmenden die notwendigen Hintergründe mit dem Fokus, das Wissen in Selbstlernphasen praktisch einzusetzen. Schwierigkeiten und typische Probleme, die hierbei auftreten, werden gelöst und ermöglichen, das Gelernte nach dem Seminar direkt im Unternehmen einzusetzen. Insbesondere werden übliche Schwierigkeiten beim Rechnen auf einer GPU behandelt, so dass typische technische Einstiegshürden behandelt und gelöst werden.    Die Möglichkeiten des Einlesens von Daten (Data Loader über tf.data), mit dem Erweitern der Trainingsdaten (data augmentation) und dem Umgang mit fehlerhaften Daten ist bei Projekten mit echten Daten der erste Schritt, welcher auch signifikant über die Geschwindigkeit des Trainings und die Validierungsgüte entscheidet.    Praktische Tipps, wie Keras Callbacks zur Überwachung, inkl. Visualisierung des Trainings, dem Benutzen von vortrainierten Netzen (Fine-Tuning), mögliche Fehlerquellen, wenn das Training nicht funktioniert, klassische Regularisierungsmöglichkeiten (Batch Normalisierung, Drop Out) und Engpässe für die Steigerung der Geschwindigkeit runden das Seminar ab.
Entlang des Intensivkurses lernen die Teilnehmenden die notwendigen Hintergründe mit dem Fokus, das Wissen in Selbstlernphasen praktisch einzusetzen. Schwierigkeiten und typische Probleme, die hierbe ... Mehr Informationen >>

Zielgruppen

Teilnehmende, welche Deep Learning zur Lösung von typischen industriellen Problemen einsetzen möchten und hierfür das Keras / TensorFlow Framework verwenden wollen.

Termine und Orte

SG-Seminar-Nr.: 6910884

Anbieter-Seminar-Nr.: 2616

Termine

  • 10.06.2024 - 14.06.2024

    Köln, DE

  • 21.10.2024 - 25.10.2024

    Köln, DE

  • 11.11.2024 - 15.11.2024

    Köln, DE

Seminare mit Termin haben Plätze verfügbar. Rechnung erfolgt durch Veranstalter. Für MwSt. Angabe auf den Termin klicken.

Jetzt buchen ›
Seminar merken ›

Semigator berücksichtigt

  • Frühbucher-Preise
  • Last-Minute-Preise
  • Gruppenkonditionen

und verfügt über Sonderkonditionen mit einigen Anbietern.

Der Anbieter ist für den Inhalt verantwortlich.

Veranstaltungsinformation

  • Seminar / Kurs
  • Deutsch
    • Zertifikat
  • 35 h
  •  
  • Anbieterbewertung (113)

Ihre Vorteile mehr erfahren

  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service