Centri
Privati
Docenti
Aziende
Ricerca docenti
Ricerca stagisti

Corso Deep Learning con TensorFlow
Pubblicato da INNOVAFORMAZIONE

Oggi, software di riconoscimento vocale, riconoscimento facciale, telecamere intelligenti, sono tutti sistemi legati al Deep Learning.

Innovaformazione, scuola informatica specialistica, eroga il Corso su Tensorflow per il Deep Learning in modalità classe virtuale online.

40 ore in diretta con screensharing.

Obiettivi del Corso: formare lo studente con conoscenze basi per il Deep Learning con TensorFlow, apprendere le reti neurali ed implementare dei modelli

Requisiti per i discenti: laureandi o laureati in matematica, statistica, informatica o ingegneria con attitudine all'analisi dei dati. Consigliate conoscenze basi di programmazione in python (in caso lo studente non avesse le basi consigliamo prima di seguire il Corso Python)

Referente Dario Carrassi

Richiedi il prezzo

Scopri tutti i dettagli sul Corso Deep Learning con TensorFlow


Programma e moduli didattici

PROGRAMMA (40 ore):


Introduzione al Deep Learning

  • Definizione di Deep Learning
  • Reti Neurali
  • Applicazioni di Deep Learning


ANNs (Artificial Neural Networks)

  • Introduzione
  • Perceptron
  • Funzioni di attivazione: Sigmoid, ReLU, iperboliche, Softmax
  • Regole di apprendimento
  • Forward e Backpropagation
  • Gradiente Discendente e Gradiente Discendente Stocastico
  • Minimizzazione della funzione di costo
  • Multi-Layer ANNs


Ottimizzazione e Regolarizzazione

  • Overfitting
  • Cross Validazione
  • Feature Selection
  • Regolarizzazione
  • Dropout
  • Iperparametri


Allenamento di Reti Neurali

  • Inizializzazione Xavier
  • ReLUs e ELUs
  • Normalizzazione Batch
  • Transfer Learning
  • Pre-apprendimento senza supervisione


TensorFlow

  • Introduzione
  • Grafo Computazionale
  • Punti Chiave
  • Creazione Grafo
  • Esempio di Regressione
  • Gradiente Discendente
  • TensorBoard
  • Salvataggio e ripristino modelli
  • Reti basate su Keras


CNN: Convolutional Neural Network

  • Introduzione alle CNN
  • Filtro kernel
  • Architettura CNN
  • Implementare CNN in TensorFlow


RNN: Recurrent Neural Network

  • Introduzione alle RNN
  • Cella RNN di base
  • Previsioni temporali
  • LSTM (Long Short-Term Memory) e GRU (Gated Recurrent Unit)
  • Word Embeddings
  • Modelli Seq2Seq
  • Implementare RNN in TensorFlow

Per maggiori informazioni su questo percorso formativo puoi utilizzare il form "Richiedi informazioni" messo a disposizione da tuttoformazione.com e sarai contattato direttamente dallo staff del centro di formazione.

Recensioni sul corso

Nessuna recensione inserita

Richiedi informazioni