Konvolučné siete (angl. Convolutional Neural Networks, skr. CNN) sú druh neurónových sietí, ktoré sú často používané na riešenie problémov spracovania obrazu ako napríklad klasifikáciu obrazov, detekciu objektov a segmentáciu obrazov. [...]
  • PYTHON_ML_CNN
  • Dĺžka 5 dní
  • 50 ITK bodov
  • 4 termíny
  • SR (1 200 €)

    ČR (28 000 Kč)

  • Mierne pokročilý

Konvolučné siete (angl. Convolutional Neural Networks, skr. CNN) sú druh neurónových sietí, ktoré sú často používané na riešenie problémov spracovania obrazu ako napríklad klasifikáciu obrazov, detekciu objektov a segmentáciu obrazov. Konvolučné siete sú založené na konvolúciách, čo sú matematické operácie, ktoré umožňujú aplikovať filter na vstupné dáta. V prípade obrazov sú tieto filtre často malé matice, ktoré prechádzajú po obrazovom vstupe a vykonávajú výpočty. Týmto spôsobom konvolučné siete môžu zistiť rôzne črty obrazu a naučiť sa rozpoznávať určité vzory v obrazoch. Konvolučné siete sa skladajú z viacerých vrstiev, ktoré sa zvyčajne striedajú s vrstvami max-poolingu alebo inými vrstvami, ktoré zmenšujú rozmery obrazu. Na konci siete sa zvyčajne nachádza niekoľko plne prepojených vrstiev, ktoré rozhodujú o výstupe siete. Konvolučné siete sú veľmi úspešné pri riešení problémov spracovania obrazu a majú tiež veľa iných možností použitia ako napríklad rozpoznávanie reči a spracovanie prirodzeného jazyka.

Naučiť sa využívať AI je kľúčový krok do budúcnosti

»
  • Znalosť programovania v Pythone na úrovni kurzu PYTHON_INTRO (znalosti na úrovni kurzu PYTHON_ADV sú výhodou)
  • Znalosti základov analýzy dát na úrovni kurzu PYTHON_DATAN
  • Znalosti základov machine learning na úrovni kurzu PYTHON_ML_INTRO
  • Znalosti základov neurónových sietí na úrovni kurzu PYTHON_ML_NN  
  • Odborný výklad s praktickými príkladmi, cvičeniami na počítačoch
  • Každý deň zahŕňa teoretickú časť aj praktické cvičenia, kde by účastníci mohli použiť naučené techniky v praxi
  • Prezentácia preberanej látky v tlačenej alebo online forme

Deň 1

  • Úvod do konvolučných sietí a práce s dátami
  • Základy konvolučných sietí
  • Práca s dátami obrazu
  • Konvolúcie, max-pooling a iné operácie
  • Trénovanie a testovanie modelov
  • Implementácia jednoduchej konvolučnej siete v PyTorch alebo TensorFlow

Deň 2

  • Pokročilé konvolučné siete
  • Viacvrstvové konvolučné siete
  • Zmenšovanie rozmerov obrazov v sieti
  • Regularizácia a overfitting
  • Konvolučné siete s reziduálnymi blokmi
  • Transfer learning a použitie predtrénovaných modelov

Deň 3

  • Riešenie problémov v obrazovom spracovaní
  • Klasifikácia obrazov
  • Detekcia objektov
  • Segmentácia obrazov
  • Praktické cvičenia na riešenie týchto problémov

Deň 4

  • Praktické použitie konvolučných sietí
  • Použitie konvolučných sietí na konkrétnych aplikáciách
  • Spracovanie prirodzeného jazyka pomocou konvolučných sietí
  • Rozpoznávanie reči a použitie konvolučných sietí v audio aplikáciách
  • Diskusia o konkrétnych využitiach konvolučných sietí v odvetví účastníkov

Deň 5

  • Optimalizácia a rozširovanie konvolučných sietí
  • Optimalizácia a úprava parametrov siete
  • Siete s variabilnou architektúrou a návrh nových architektúr
  • Porovnávanie výkonu rôznych modelov
  • Úprava konvolučných sietí pre špeciálne prípady, ako napríklad mobilné zariadenia alebo počítače s obmedzenými zdrojmi
  • Diskusia o budúcnosti konvolučných sietí a ich aplikáciách
  • Regenerate response
Aktuálna ponuka
Školiace miesto
Jazyk kurzu

Uvedené ceny sú bez DPH.

Školenie na mieru

Nenašli ste vhodný termín, alebo chcete školenie prispôsobiť špecifickým potrebám vášho tímu? Radi pre vás pripravíme školenie na mieru.