Programa del Curso

Introducción a Torch

    Como NumPy pero con implementación de CPU y GPU Torch en el aprendizaje automático, la visión artificial, el procesamiento de señales, el procesamiento paralelo, la imagen, el vídeo, el audio y las redes

Instalación Torch

    Linux, Windows, Mac Bitmapi y Docker

Instalación de Torch paquetes

    Uso del gestor de paquetes LuaRocks

Elección de un IDE para Torch

    Estudio ZeroBrane Plugin de Eclipse para Lua

Trabajar con el lenguaje de scripting Lua y LuaJIT

    Integración de Lua con C/C++ Sintaxis de Lua: tipos de datos, bucles y condicionales, funciones, funciones, tablas y E/S de archivos. Orientación a objetos y serialización en Torch Ejercicio de codificación

Carga de un conjunto de datos en Torch

    MNIST CIFAR-10, CIFAR-100 Imagenet (en inglés)

Aprendizaje automático en Torch

    Deep Learning Extracción manual de características frente a redes convolucionales
Aprendizaje supervisado y no supervisado Construcción de una red neuronal con Torch
  • Matrices N-dimensionales
  • Análisis de imágenes con Torch
  • Paquete de imágenes La biblioteca de Tensor
  • Trabajar con el intérprete de REPL

      Trabajar con Databases

    Redes y Torch

    Compatibilidad con GPU en Torch

    Integración Torch

    C, Python y otros

    Incrustación Torch

      iOS y Android

    Otros marcos y bibliotecas

      Facebook Módulos y contenedores de aprendizaje profundo optimizados

    Creación de su propio paquete

      Pruebas y depuración

    Liberación de la aplicación

    El futuro de la IA y Torch

    Resumen y conclusión

    Requerimientos

    • Programming Experiencia en cualquier idioma.
    • Una familiaridad general con C/C++ ayuda.
    • Interés por la Inteligencia Artificial (IA).

    Audiencia

    • Desarrolladores de software y programadores que deseen habilitar Machine y Deep Learning dentro de sus aplicaciones
     21 horas

    Número de participantes



    Precio por participante

    Testimonios (5)

    Cursos Relacionados

    Lua Avanzada

    14 horas

    Comprehensive Lua

    21 horas

    Fundamentos de Lua

    14 horas

    Curso de OpenResty

    7 horas

    Introduction to Programming

    35 horas

    Programación de Red Linux

    14 horas

    Código limpio

    14 horas

    Persistencia de Java con Hibernate

    14 horas

    Fundamentos de Java para Android

    14 horas

    Prueba de Unidad con JUnit

    21 horas

    Java Advanced

    28 horas

    Fundamentos de Java con Maven

    28 horas

    Java Avanzado - un día

    7 horas

    Java Intermedio- un día

    7 horas

    Seguridad Java Estándar

    14 horas

    Categorías Relacionadas