Kerangka Materi

Dasar Pemahaman Machine Learning dan Recursive Neural Networks (RNN)

  • NN dan RNN
  • Backprogation
  • Long short-term memory (LSTM)

Dasar TensorFlow

  • Pembuatan, Inisialisasi, Penyimpanan, dan Pemulihan Variabel TensorFlow
  • Pengisian, Pembacaan, dan Pemuatan Data TensorFlow
  • Bagaimana menggunakan infrastruktur TensorFlow untuk melatih model secara skalabilitas
  • Memvisualisasikan dan Menilai model dengan TensorBoard

Mekanika Dasar TensorFlow 101

  • Menyiapkan Data
    • Unduh
    • Input dan Placeholders
  • Membangun Graf
    • Inference
    • Loss
    • Pelatihan
  • Melatih Model
    • Graf
    • Sesi
    • Loop Pelatihan
  • Menevaluasi Model
    • Membangun Graf Evaluasi
    • Output Evaluasi

Penggunaan Lanjut

  • Threading dan Antrian
  • TensorFlow Terdistribusi
  • Menulis Dokumentasi dan Berbagi Model
  • Mengkustomisasi Pembaca Data
  • Menggunakan GPUs¹
  • Memanipulasi Berkas Model TensorFlow

TensorFlow Serving

  • Pengenalan
  • Tutorial Dasar Serving
  • Tutorial Serving Lanjut
  • Tutorial Serving Model Inception

¹ Topik Penggunaan Lanjut, “Menggunakan GPUs”, tidak tersedia sebagai bagian dari kursus jarak jauh. Modul ini dapat disampaikan selama pelatihan langsung tatap muka, namun hanya dengan persetujuan sebelumnya, dan hanya jika pelatih dan seluruh peserta memiliki laptop dengan NVIDIA GPUs yang didukung, dengan Linux 64-bit terinstal (tidak disediakan oleh NobleProg). NobleProg tidak dapat menjamin ketersediaan pelatih dengan perangkat keras yang diperlukan.

Persyaratan

  • Statistika
  • Python
  • (opsional) Laptop dengan NVIDIA GPU yang mendukung CUDA 8.0 dan cuDNN 5.1, dengan Linux 64-bit terpasang
 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (4)

Kursus Mendatang

Kategori Terkait