Deep Learning - mit Python und PyTorch

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
Inhalte
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

Sicherer Umgang mit Python und gute Kenntnisse im Machine Learning. Erste Erfahrungen mit NumPy oder Pandas sind hilfreich.

Der Kurs ist ideal für ML-Erfahrene, die sich mit Deep Learning, neuronalen Netzen und modernen Tools wie PyTorch weiterentwickeln wollen.

Im Preis enthalten sind PC-COLLEGE - Zertifikat, Pausenverpflegung, Getränke und Kursmaterial.

PC-COLLEGE-Schulungshaus

Weiterführende Informationen auf der Seite des Anbieters