iX-Workshop: Schneller Einstieg in Deep Learning mit PyTorch
Zweitägige praxisorientierte Einführung in Deep Learning mit dem ML-Framework PyTorch. Bei frühzeitiger Buchung bis 12. April gibt es 10% Rabatt.
Die Open-Source ML-Bibliothek PyTorch von Facebook erfreut sich dank ihrer einfachen Bedienbarkeit großer Beliebtheit in der Entwicklung von Deep-Learning-Anwendungen. Im zweitägigen iX-Workshop Künstliche Intelligenz: Einstieg in Deep Learning mit PyTorch werden Deep Learning und die Funktionsweise neuronaler Netze sowie die Entwicklung von ML-Anwendungen mit PyTorch auf leicht verständliche Weise und praxisnah vermittelt.
Die Trainer Philipp Braunhart und Moustapha Karaki sind selbst Machine Learning Engineers. Im Kurs verzichten sie auf komplexe Mathematik: Teilnehmer erhalten stattdessen eine verständliche Einführung in Machine Learning, neuronale Netze, Deep Learning und die Vorgehensweise beim Entwickeln von KI-Algorithmen. Anschließend lernen Sie die wichtigsten Architekturen für neuronale Netze kennen: Feed Forward (FF) Networks, Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs). Die Inhalte werden anhand von Programmierbeispielen und Übungen zur Umsetzung mit PyTorch veranschaulicht.
Der iX-Workshop findet vom 10. bis zum 11. Mai als Onlinekurs über die Plattform BigBlueButton statt und richtet sich an KI-Interessierte mit Programmierkenntnissen und Softwareentwickler. Der Workshop ist auf 15 Personen begrenzt, um eine individuelle Betreuung und viel Raum für die Fragen der Teilnehmer zu ermöglichen. Bis zum 12. April winken bei der Buchung 10% Frühbucherrabatt.
- Schneller Einstieg in Deep Learning mit PyTorch, Onlinekurs, 10.–11.5.2021: Weitere Informationen und Anmeldung
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier eine Vimeo-Video (Vimeo LLC) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Vimeo LLC) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
(jvo)
