Beschreibung
Dieses Seminar führt Sie in moderne Deep-Learning-Techniken ein. Sie arbeiten mit neuronalen Netzen wie CNNs, RNNs und MLPs und setzen diese mit PyTorch um.
Neben dem Aufbau und Training lernen Sie, Modelle zu optimieren und in Projekten praktisch anzuwenden. Der Kurs verbindet Theorie und Praxis auf verständliche Weise.
Hinweis:
Dieses Seminar ist ein Angebot der PC-COLLEGE Gruppe
Inhalt:
- Einführung in Deep Learning
- - Unterschiede zu klassischem ML
- - Mathematische Grundlagen neuronaler Netze
- Architekturen neuronaler Netze
- - MLPs (Multilayer Perceptrons)
- - CNNs (Convolutional Neural Networks)
- - RNNs (Recurrent Neural Networks)
- Arbeiten mit PyTorch
- - Modellaufbau und Training
- - Vergleich mit anderen Frameworks (TensorFlow und Keras)
- Hyperparameter-Tuning
- - Lernrate, Batchgröße, Optimizer
- - Early Stopping und Regularisierung
- Deep-Learning-Projekte praktisch anwenden
- - Bildklassifikation
- - Textanalyse oder Zeitreihenprognosen
- Modell-Bereitstellung und Skalierung
Direktlink zum Kurs!