Python - Konvolučné neurónové siete

PYTHON_ML_CNN
Dĺžka 5 dní
50 ITK bodov
2 termíny
Bratislava (1 200 €)

Brno (28 000 Kč)

Praha (28 000 Kč)
Mierne pokročilý

Konvolučné siete (angl. Convolutional Neural Networks, skr. CNN) sú druh neurónových sietí, ktoré sú často používané na riešenie problémov spracovania obrazu ako napríklad klasifikáciu obrazov, detekciu objektov a segmentáciu obrazov. Konvolučné siete sú založené na konvolúciách, čo sú matematické operácie, ktoré umožňujú aplikovať filter na vstupné dáta. V prípade obrazov sú tieto filtre často malé matice, ktoré prechádzajú po obrazovom vstupe a vykonávajú výpočty. Týmto spôsobom konvolučné siete môžu zistiť rôzne črty obrazu a naučiť sa rozpoznávať určité vzory v obrazoch. Konvolučné siete sa skladajú z viacerých vrstiev, ktoré sa zvyčajne striedajú s vrstvami max-poolingu alebo inými vrstvami, ktoré zmenšujú rozmery obrazu. Na konci siete sa zvyčajne nachádza niekoľko plne prepojených vrstiev, ktoré rozhodujú o výstupe siete. Konvolučné siete sú veľmi úspešné pri riešení problémov spracovania obrazu a majú tiež veľa iných možností použitia ako napríklad rozpoznávanie reči a spracovanie prirodzeného jazyka.

Naučiť sa využívať AI je kľúčový krok do budúcnosti

Znalosť programovania v Pythone na úrovni kurzu PYTHON_INTRO (znalosti na úrovni kurzu PYTHON_ADV sú výhodou)
Znalosti základov analýzy dát na úrovni kurzu PYTHON_DATAN
Znalosti základov machine learning na úrovni kurzu PYTHON_ML_INTRO
Znalosti základov neurónových sietí na úrovni kurzu PYTHON_ML_NN

Odborný výklad s praktickými príkladmi, cvičeniami na počítačoch
Každý deň zahŕňa teoretickú časť aj praktické cvičenia, kde by účastníci mohli použiť naučené techniky v praxi

Prezentácia preberanej látky v tlačenej alebo online forme

Deň 1

Úvod do konvolučných sietí a práce s dátami
Základy konvolučných sietí
Práca s dátami obrazu
Konvolúcie, max-pooling a iné operácie
Trénovanie a testovanie modelov
Implementácia jednoduchej konvolučnej siete v PyTorch alebo TensorFlow

Deň 2

Pokročilé konvolučné siete
Viacvrstvové konvolučné siete
Zmenšovanie rozmerov obrazov v sieti
Regularizácia a overfitting
Konvolučné siete s reziduálnymi blokmi
Transfer learning a použitie predtrénovaných modelov

Deň 3

Riešenie problémov v obrazovom spracovaní
Klasifikácia obrazov
Detekcia objektov
Segmentácia obrazov
Praktické cvičenia na riešenie týchto problémov

Deň 4

Praktické použitie konvolučných sietí
Použitie konvolučných sietí na konkrétnych aplikáciách
Spracovanie prirodzeného jazyka pomocou konvolučných sietí
Rozpoznávanie reči a použitie konvolučných sietí v audio aplikáciách
Diskusia o konkrétnych využitiach konvolučných sietí v odvetví účastníkov

Deň 5

Optimalizácia a rozširovanie konvolučných sietí
Optimalizácia a úprava parametrov siete
Siete s variabilnou architektúrou a návrh nových architektúr
Porovnávanie výkonu rôznych modelov
Úprava konvolučných sietí pre špeciálne prípady, ako napríklad mobilné zariadenia alebo počítače s obmedzenými zdrojmi
Diskusia o budúcnosti konvolučných sietí a ich aplikáciách
Regenerate response

Stiahnuť PDF detail
Stiahnuť PDF detail (bez termínov)

Uvedené ceny sú bez DPH.

Python - Konvolučné neurónové siete

GOPAS Bratislava

GOPAS Brno

GOPAS Praha

Obchodné údaje

Python - Konvolučné neurónové siete

Predošlé kurzy

Nasledujúce kurzy

GOPAS Bratislava

GOPAS Brno

GOPAS Praha

Obchodné údaje