Fundamentals of Deep Learning (FDL)

Kursinhalt

Einführung

• Treffen Sie den Ausbilder.
• Erstellen Sie ein Konto unter courses.nvidia.com/join

Die Mechanik des Deep Learning

Erforschen Sie die grundlegenden Mechanismen und Werkzeuge für das erfolgreiche Training von tiefen neuronalen Netzen:

• Trainieren Sie Ihr erstes Computer-Vision-Modell, um den Trainingsprozess zu erlernen.
• Einführung von neuronalen Faltungsnetzen zur Verbesserung der Vorhersagegenauigkeit bei Bildverarbeitungsanwendungen.
• Anwendung der Datenerweiterung zur Verbesserung eines Datensatzes und zur Verbesserung der Modellgeneralisierung.

Vortrainierte Modelle und rekurrente Netze

Nutzen Sie vortrainierte Modelle, um Herausforderungen im Bereich Deep Learning schnell zu lösen. Trainieren Sie rekurrente neuronale Netzwerke auf sequenziellen Daten:

• Integrieren Sie ein vorab trainiertes Bildklassifizierungsmodell, um eine automatische Hundetür zu erstellen.
• Nutzen Sie Transfer Learning, um eine personalisierte Hundetür zu erstellen, die nur Ihren Hund hereinlässt.
• Trainieren Sie ein Modell zur automatischen Vervollständigung von Text auf der Grundlage von Schlagzeilen der New York Times.

Abschlussprojekt: Objektklassifizierung

Erstellen Sie mit Hilfe von Computer Vision ein Modell, das zwischen frischem und verdorbenem Obst unterscheidet:

• Erstellen und trainieren Sie ein Modell, das Farbbilder interpretiert.
• Erstellen Sie einen Datengenerator, um das Beste aus kleinen Datensätzen herauszuholen.
• Verbessern Sie die Trainingsgeschwindigkeit durch die Kombination von Transferlernen und Merkmalsextraktion.
• Erörterung fortgeschrittener neuronaler Netzarchitekturen und aktueller Forschungsbereiche, in denen die Studierenden ihre Fähigkeiten weiter verbessern können.

Abschließende Überprüfung

• Besprechen Sie die wichtigsten Erkenntnisse und beantworten Sie Fragen.
• Schließen Sie die Bewertung ab und erhalten Sie ein Zertifikat.
• Füllen Sie die Workshop-Umfrage aus.
• Erfahren Sie, wie Sie Ihre eigene Entwicklungsumgebung für KI-Anwendungen einrichten können.

Voraussetzungen

Ein Verständnis grundlegender Programmierkonzepte in Python 3, wie Funktionen, Schleifen, Dictionaries und Arrays; Vertrautheit mit Pandas-Datenstrukturen und ein Verständnis für die Berechnung einer Regressionslinie.