Biaya Kursus Komputer Jogja Multimedia
Kursus Deep Learning

Training Deep Learning | Masterclass Deep Learning dengan TensorFlow 2 Lebih dari 20 Proyek

Master Deep Learning dengan TensorFlow 2 dengan Computer Vision, Pemrosesan Bahasa Alami, Pengenalan & Penerapan Suara

Apa yang akan Anda pelajari

  • Dasar-dasar Tensor dan Variabel dengan Tensorflow
  • Dasar-dasar Tensorflow dan melatih jaringan neural dengan TensorFlow 2.
  • Jaringan Syaraf Konvolusional diterapkan pada Deteksi Malaria
  • Membangun model Tensorflow yang lebih canggih dengan Functional API, Model Subclassing, dan Custom Layers
  • Mengevaluasi Model Klasifikasi menggunakan metrik yang berbeda seperti: Presisi, Ingat, Akurasi, dan skor F1
  • Evaluasi Model Klasifikasi dengan Confusion Matrix dan ROC Curve
  • Callback Tensorflow, Penjadwalan Laju Pembelajaran, dan Titik Pemeriksaan Model
  • Mengurangi Overfitting dan Underfitting dengan Dropout, Regularisasi, Augmentasi Data
  • Augmentasi data dengan TensorFlow menggunakan gambar TensorFlow dan Keras Layers
  • Strategi augmentasi lanjutan seperti Cutmix dan Mixup
  • Augmentasi data dengan Albumentasi dengan TensorFlow 2 dan PyTorch
  • Kerugian Kustom dan Metrik di TensorFlow 2
  • Mode Bersemangat dan Grafik di TensorFlow 2
  • Loop Pelatihan Kustom di TensorFlow 2
  • Mengintegrasikan Tensorboard dengan TensorFlow 2 untuk pencatatan data, melihat grafik model, penyetelan hyperparameter, dan pembuatan profil
  • Operasi Pembelajaran Mesin (MLOps) dengan Bobot dan Bias
  • Pelacakan percobaan dengan Wandb
  • Penyetelan hyperparameter dengan Wandb
  • Pembuatan versi dataset dengan Wandb
  • Pembuatan versi model dengan Wandb
  • Deteksi emosi manusia
  • Jaringan saraf convolutional modern (Alexnet, Vggnet, Resnet, Mobilenet, EfficientNet)
  • Mentransfer pembelajaran
  • Memvisualisasikan lapisan perantara convnet
  • Metode Grad-cam
  • Model ensembling dan ketidakseimbangan kelas
  • Transformer dalam Visi
  • Penyebaran model
  • Konversi dari tensorflow ke Onnx Model
  • Pelatihan Sadar Kuantisasi
  • Membangun API dengan Fastapi
  • Menerapkan API ke Cloud
  • Deteksi objek dari awal dengan YOLO
  • Segmentasi Gambar dari awal dengan model UNET
  • Orang Menghitung dari awal dengan Csrnet
  • Pembuatan digit dengan Variational autoencoder (VAE)
  • Pembuatan wajah dengan Generative Adversarial Neural Networks (GAN)
  • Analisis Sentimen dengan jaringan saraf berulang, Model Perhatian, dan Transformer dari awal
  • Terjemahan Mesin Syaraf dengan jaringan syaraf berulang, Model Perhatian, dan Transformer dari awal
  • Klasifikasi Maksud dengan Deberta di transformer Huggingface
  • Terjemahan Mesin Neural dengan T5 di transformer Huggingface
  • Menjawab Pertanyaan Ekstraktif dengan Longformer di transformer Huggingface
  • Mesin pencari e-niaga dengan transformator Kalimat
  • Pembuat Lirik dengan GPT2 di transformer Huggingface
  • Koreksi Kesalahan Tata Bahasa dengan T5 di Transformator Huggingface
  • Bot Elon Musk dengan BlenderBot di transformer Huggingface

Persyaratan

  • Matematika Dasar
  • Akses ke koneksi internet, karena kami akan menggunakan Google Colab (versi gratis)
  • Pengetahuan Dasar Python

Keterangan

Deep Learning adalah salah satu bidang paling populer dalam ilmu komputer saat ini. Ini memiliki aplikasi di banyak domain dan sangat bervariasi. Dengan penerbitan model pembelajaran mendalam yang jauh lebih efisien di awal tahun 2010-an, kami telah melihat peningkatan besar dalam bidang tercanggih di domain seperti Computer Vision, Natural Language Processing, Image Generation, dan Signal Processing.

Permintaan akan insinyur Deep Learning meroket dan para ahli di bidang ini dibayar tinggi , karena nilainya. Namun, memulai di bidang ini tidaklah mudah. Ada begitu banyak informasi di luar sana, banyak yang sudah usang dan sering kali tidak mempertimbangkan pemula 🙁

Dalam kursus ini, kami akan membawa Anda dalam perjalanan luar biasa di mana Anda akan menguasai berbagai konsep dengan pendekatan langkah demi langkah dan berbasis proyek. Anda akan menggunakan Tensorflow 2 (perpustakaan paling populer di dunia untuk pembelajaran mendalam, dan dibuat oleh Google) dan Huggingface. Kita akan mulai dengan memahami cara membuat model yang sangat sederhana (seperti model regresi Linier untuk prediksi harga mobil , pengklasifikasi teks untuk ulasan film, pengklasifikasi biner untuk prediksi malaria ) menggunakan transformator Tensorflow dan Huggingface, hingga model yang lebih canggih (seperti model deteksi objek dengan YOLO , model pembuat lirik dengan GPT2 dan pembuatan gambar dengan GAN)

Setelah melalui kursus ini dan melaksanakan berbagai proyek, Anda akan mengembangkan rangkaian keterampilan yang diperlukan untuk mengembangkan solusi pembelajaran mendalam modern yang dihadapi oleh perusahaan teknologi besar.

Anda akan belajar:

  • Dasar-dasar Tensorflow (Tensor, Pembuatan model, pelatihan, dan evaluasi)
  • Algoritme Deep Learning seperti jaringan saraf Convolutional dan Vision Transformers
  • Evaluasi Model Klasifikasi ( Precision, Recall, Accuracy, F1-score, Confusion Matrix, ROC Curve )
  • Mengurangi overfitting dengan augmentasi Data
  • Konsep Tensorflow tingkat lanjut seperti Kerugian dan Metrik Kustom, Mode Bersemangat dan Grafik serta Loop Pelatihan Kustom, Tensorboard
  • Operasi Pembelajaran Mesin (MLOps ) dengan Bobot dan Bias (Pelacakan Eksperimen, Penyetelan Hyperparameter, Versi Dataset, Versi Model)
  • Klasifikasi Biner dengan deteksi Malaria
  • Klasifikasi Multi-kelas dengan Deteksi Emosi Manusia
  • Transfer pembelajaran dengan Convnets modern ( Vggnet, Resnet, Mobilenet, Efficientnet ) dan Vision Transformers (VITs)
  • Deteksi Objek dengan YOLO  (Anda Hanya Melihat Sekali)
  • Segmentasi Gambar dengan UNet
  • Orang Menghitung dengan Csrnet
  • Penerapan Model ( Distilasi, format Onnx, Kuantisasi, Fastapi, Heroku Cloud )
  • Pembuatan digit dengan Variational Autoencoder
  • Generasi wajah dengan Generative Adversarial Neural Networks
  • Pemrosesan Teks untuk Pemrosesan Bahasa Alami.
  • Algoritme Deep Learning seperti Recurrent Neural Networks, Attention Models, Transformers, dan Convolutional neural network.
  • Analisis sentimen dengan RNNs, Transformers, dan Huggingface Transformers (Deberta)
  • Mentransfer pembelajaran dengan Word2vec dan Transformers modern ( GPT, Bert, ULmfit, Deberta, T5… )
  • Terjemahan mesin dengan RNN, perhatian, transformer, dan Huggingface Transformers (T5)
  • Penerapan Model ( format Onnx, Kuantisasi, Fastapi, Heroku Cloud )
  • Klasifikasi Maksud dengan Deberta di transformer Huggingface
  • Named Entity Relation dengan Roberta di Huggingface transformers
  • Terjemahan Mesin Neural dengan T5 di transformer Huggingface
  • Menjawab Pertanyaan Ekstraktif dengan Longformer di transformer Huggingface
  • Mesin pencari e-niaga dengan transformator Kalimat
  • Pembuat Lirik dengan GPT2 di transformer Huggingface
  • Koreksi Kesalahan Tata Bahasa dengan T5 di Transformator Huggingface
  • Bot Elon Musk dengan BlenderBot di transformer Huggingface
  • Pengenalan ucapan dengan RNN

Jika Anda bersedia melangkah lebih jauh dalam karier Anda, kursus ini diperuntukkan bagi Anda dan kami sangat bersemangat untuk membantu mencapai tujuan Anda!

Untuk siapa kursus ini:

  • Pengembang Python Pemula ingin tahu tentang Menerapkan Pembelajaran Mendalam untuk visi Komputer dan Pemrosesan Bahasa Alami
  • Pembelajaran Mendalam untuk Praktisi Visi Komputer yang ingin menguasai cara kerja berbagai hal 
  • Siapa pun yang ingin menguasai dasar-dasar pembelajaran mendalam dan juga mempraktikkan pembelajaran mendalam untuk visi komputer menggunakan praktik terbaik di TensorFlow.
  • Praktisi Visi Komputer yang ingin mempelajari bagaimana model visi komputer canggih dibangun dan dilatih menggunakan pembelajaran mendalam.
  • Praktisi Pemrosesan Bahasa Alami yang ingin mempelajari bagaimana model NLP canggih dibangun dan dilatih menggunakan pembelajaran mendalam.
  • Siapa pun yang ingin menerapkan Model ML
  • Pelajar yang menginginkan pendekatan praktis untuk Pembelajaran mendalam untuk visi Komputer, Pemrosesan Bahasa Alami, dan pengenalan Suara
KURSUS KOMPUTER ONLINE DIMANAPUN ANDA BERADA

About Jogja Multimedia

Check Also

Kursus Unreal Engine

Training Unreal Engine | Membuat Game Super Mario Bros

Suka Mario, Meat Boy, atau Metroid klasik? Pelajari cara menggunakan Unreal Engine saat kami membuat …

Kursus Unreal Engine

Training Unreal Engine | Membuat Game Platformer 2D di Unreal Engine 5

Pelajari cara membuat Action Platformer 2D mirip Mega Man dengan Paper 2D di Unreal Engine …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *