Torch for Machine and Deep Learning
Corso
A Milano
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Descrizione
-
Tipologia
Corso
-
Luogo
Milano
Torch è una libreria di apprendimento automatico open source e un Framework di elaborazione scientifica basato sul linguaggio di programmazione Lua. Fornisce un ambiente di sviluppo per i numerici, l'apprendimento automatico e la visione artificiale, con particolare enfasi sull'apprendimento profondo e sulle reti convoluzionali. È uno dei Framework più veloci e flessibili per Machine e Deep Learning ed è utilizzato da aziende come Facebook, Google, Twitter, NVIDIA, AMD, Intel e molti altri.
in questa formazione live, guidata da un istruttore, copriamo i principi di Torch, le sue caratteristiche uniche e come possono essere applicati nelle applicazioni del mondo reale. Attraversiamo numerosi esercizi pratici in tutto, dimostrando e praticando i concetti appresi.
entro la fine del corso, i partecipanti avranno una conoscenza approfondita delle caratteristiche e delle capacità sottostanti di Torch & #39; s, nonché del suo ruolo e contributo all'interno dello spazio AI rispetto ad altri Framework e librerie. I partecipanti avranno anche ricevuto la pratica necessaria per implementare Torch nei propri progetti.
formato del corso
Panoramica delle
di Machine e Deep Learning
gli esercizi di codifica e integrazione in classe
domande di test cosparso lungo la strada per controllare la comprensione
Machine Translated
Sedi e date
Luogo
Inizio del corso
Inizio del corso
Profilo del corso
Programming experience in any language.
A general familiarity with C/C++ helps.
An interest in Artificial Intelligence (AI).
Audience
Software developers and programmers wishing to enable Machine and Deep Learning within their applications
Opinioni
Materie
- E-learning
- Apprendimento
- C
- C#
- Framework
- C++
Programma
Introduction to Torch
- Like NumPy but with CPU and GPU implementation
- Torch's usage in machine learning, computer vision, signal processing, parallel processing, image, video, audio and networking
Installing Torch
- Linux, Windows, Mac
- Bitmapi and Docker
Installing Torch Packages
- Using the LuaRocks package manager
Choosing an IDE for Torch
- ZeroBrane Studio
- Eclipse plugin for Lua
Working with the Lua Scripting Language and LuaJIT
- Lua's integration with C/C++
- Lua syntax: datatypes, loops and conditionals, functions, functions, tables, and file i/o.
- Object orientation and serialization in Torch
- Coding exercise
Loading a Dataset in Torch
- MNIST
- CIFAR-10, CIFAR-100
- Imagenet
Machine Learning in Torch
- Deep Learning
- Manual feature extraction vs convolutional networks
- Supervised and Unsupervised Learning
- Building a neural network with Torch
- N-dimensional arrays
Image Analysis with Torch
- Image package
- The Tensor library
Working with the REPL Interpreter
Working with Databases
Networking and Torch
GPU Support in Torch
Integrating Torch
- C, Python, and others
Embedding Torch
- iOS and Android
Other Frameworks and Libraries
- Facebook's optimized deep-learning modules and containers
Creating Your Own Package
Testing and Debugging
Releasing Your Application
The Future of AI and Torch
Summary and Conclusion
Hai bisogno di un coach per la formazione?
Ti aiuterà a confrontare vari corsi e trovare l'offerta formativa più conveniente.
Torch for Machine and Deep Learning