This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

Практикум под руководством инструктора
Основы глубокого обучения

Открытые практикумы

Посмотреть список открытых практикумов

Компании во всем мире используют ИИ для решения самых сложных задач. Специалистам в области здравоохранения ИИ позволяет быстрее ставить более точные диагнозы пациентам. С его помощью розничные компании могут персонализировать работу с покупателями. Автопроизводители используют ИИ, чтобы сделать личные автомобили, каршеринг и службы доставки более эффективными и безопасными. Глубокое обучение — это высокоэффективный подход к внедрению ИИ, использующий многослойные нейронные сети, чтобы обеспечивать максимальную точность в таких задачах, как обнаружение объектов, распознавание речи и перевод языков. Используя алгоритмы глубокого обучения, компьютеры могут изучать и находить закономерности в данных, которые считаются слишком сложными или запутанными для написанного специалистами программного обеспечения.

На этом практикуме вы узнаете, как работают алгоритмы глубокого обучения на практических примерах компьютерного зрения и обработки естественного языка. Вам предстоит с нуля натренировать модели глубокого обучения, познакомиться с инструментами и методами для получения максимально точных результатов. Вы также научитесь использовать современные предварительно обученные модели в открытом доступе для экономии времени и создадите свое приложение на базе алгоритмов глубокого обучения.

Цели обучения

На этом практикуме вам предстоит:

Применять на практике фундаментальные методы и инструменты, необходимые для тренировки модели глубокого обучения
Получить опыт работы с распространенными типами данных глубокого обучения и архитектурами моделей
Расширять наборы данных с помощью аугментации данных для повышения точности модели
Использовать перенос обучения между моделями, чтобы достичь отличных результатов с меньшим объемом данных и вычислений
Обрести уверенность для создания собственного проекта с современным фреймворком глубокого обучения

Скачать описание практикума (PDF, 318 KБ)

Краткое описание практикума

Введение (15 мин)	Знакомство с инструктором Создание аккаунта на courses.nvidia.com/join
Механика глубокого обучения (120 мин)	Изучите фундаментальную механику и инструменты, для успешного обучения глубоких нейронных сетей: Обучите свою первую модель компьютерного зрения, чтобы познакомиться с процессом тренировки. Внедрите сверточные нейронные сети для повышения точности прогнозирования в приложениях в области зрения Примените аугментацию данных для совершенствования набора данных и обобщения моделей
Перерыв (60 мин)
Предварительно обученные модели и рекуррентные нейронные сети (120 мин)	Используйте предварительно обученные модели для быстрого решения задач глубокого обучения Тренируйте рекуррентные нейронные сети на последовательных данных: Интегрируйте предварительно обученные модели классификации изображений для создания автоматической двери для собак Используйте перенос обучения, чтобы создать дверь, которая открывается только для вашей собаки Обучайте модели автозавершению текста на основе заголовков New York Times
Перерыв (15 мин)
Заключительный проект: классификация объектов (120 мин)	Примените компьютерное зрение, чтобы создать модель, которая отличает свежие и гнилые фрукты: Создайте и обучите модель, которая интерпретирует цветные изображения Постройте генератор данных для извлечения максимума информации из маленьких наборов данных Улучшите скорость обучения, сочетая transfer learning и извлечение признаков Обсудите передовые архитектуры нейронных сетей и последние области исследований, в которых студенты могут совершенствовать свои навыки
Окончательный анализ (15 мин)	Еще раз ознакомьтесь с основными выводами и ответьте на вопросы Завершите тестирование и получите сертификат Пройдите опрос Узнайте, как настроить собственную среду для разработки приложений ИИ.

Информация о практикуме

Продолжительность: 8 часов

Цена: для уточнения стоимости свяжитесь с нами.

Обязательные требования: знание основных понятий программирования на Python, таких как функции, циклы, словари и массивы.

Предлагаемые материалы для подготовки к участию в тренинге: курс Codecademy по Python

Технологии: Tensorflow, Keras, pandas, NumPy

Метод контроля: Тестирования проводятся на основе навыков, полученных во время практикума, и оценивают способность студентов к тренировке модели глубокого обучения с высокой точностью.

Сертификат: После успешного завершения тестирования участники получат сертификат NVIDIA DLI для подтверждения своей квалификации и дальнейшего карьерного роста.

Аппаратные требования: ПК или ноутбук с поддержкой последней версии Chrome или Firefox. Каждому участнику будет предоставлен доступ к полностью настроенному облачному серверу с ускорением на GPU.

Языки: английский, упрощенный китайский, японский

Предстоящие практикумы

Северная Америка/Латинская Америка

вторник, 25 августа 2021 г.

10:00–18:00 (МСК)

Зарегистрироваться

Продолжите обучение с другими практикумами от DLI

ОСНОВЫ

НОВИНКА

Начало работы с сегментацией изображений

2 часа | XXXX руб. | TensorFlow

ОСНОВЫ

Моделирование данных временного ряда с помощью рекуррентных нейронных сетей в Keras

2 часа | XXXX руб. | Keras

ОСНОВЫ

НОВИНКА

Создание приложений для алгоритмов обработки естественного языка на базе Transformer

8 часов | PyTorch, Pandas, NVIDIA NeMo ^™, сервер для инференса NVIDIA Triton ^™

Возможно получение сертификата после обучения

ОСНОВЫ

НОВИНКА

Создание интеллектуальных рекомендательных систем

8 часов | cuDF, CuPy, сервер для инференса TensorFlow 2, NVIDIA Triton

Возможно получение сертификата после обучения

ОСНОВЫ

НОВИНКА

Основы глубокого обучения c технологией Multi-GPU

8 часов | Python, Tensorflow

Возможно получение сертификата после обучения

У вас возникли вопросы?

Свяжитесь с нами, если у вас есть вопросы
о курсах по глубокому обучению

Section

Section

Имя

Фамилия

Рабочий адрес электронной почты

Название организации/университета

Отрасль

Занимаемая должность

Должность

Страна

Город

State

Причина обращения:

本人知悉且同意 NVIDIA Corporation 基于调研、活动组织的目的对本人的上述信息的收集和处理，并已经阅读并同意 <a href="https://www.nvidia.cn/about-nvidia/privacy-policy/" target="_blank">NVIDIA 隐私政策</a>。

本人知悉且同意，因调研、活动组织的必须，以及相对应的 NVIDIA 内部管理和系统操作的需要，上述信息会被传输到位于美国的 NVIDIA Corporation 按照符合 <a href="https://www.nvidia.cn/about-nvidia/privacy-policy/" target="_blank">NVIDIA 隐私政策</a>的方式进行存储，您可以通过发送邮件至 <a href="mailto:privacy@nvidia.com">privacy@nvidia.com</a> 进行联系以解决相关问题，实现可适用的数据保护法所规定的权利。

Практикум под руководством инструктора
Основы глубокого обучения

Цели обучения

Краткое описание практикума

Информация о практикуме

Предстоящие практикумы

Северная Америка/Латинская Америка

Продолжите обучение с другими практикумами от DLI

Начало работы с сегментацией изображений

Моделирование данных временного ряда с помощью рекуррентных нейронных сетей в Keras

Создание приложений для алгоритмов обработки естественного языка на базе Transformer

Создание интеллектуальных рекомендательных систем

Основы глубокого обучения c технологией Multi-GPU

У вас возникли вопросы?

Свяжитесь с нами, если у вас есть вопросы
о курсах по глубокому обучению

Читайте часто задаваемые вопросы

Узнайте об услугах Института глубокого обучения (DLI) NVIDIA

Ответы на технические вопросы можно найти на форумах разработчиков NVIDIA.

Сертификат NVIDIA DLI

Практикум под руководством инструктора Основы глубокого обучения

Цели обучения

Краткое описание практикума

Информация о практикуме

Предстоящие практикумы

Северная Америка/Латинская Америка

Продолжите обучение с другими практикумами от DLI

У вас возникли вопросы?

Свяжитесь с нами, если у вас есть вопросы о курсах по глубокому обучению

Сертификат NVIDIA DLI

Практикум под руководством инструктора
Основы глубокого обучения

Свяжитесь с нами, если у вас есть вопросы
о курсах по глубокому обучению