Deep Learning in Python mit Tensorflow (Keras) für KI Bilderkennung

Niveau
Dauer
Trainer
Dr. Rolf KöhlerJan Köhler

Deep Learning in Python mit Tensorflow (Keras) für KI Bilderkennung

Enable AI
Logo von Enable AI

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Startdaten und Startorte

Es gibt keine bekannten Startdaten für dieses Produkt.

Beschreibung

Seminar mit high-performance GPUs. Keras (Tensorflow) für Bilddaten

Dieses dreitägige Seminar führt Sie in das Thema Deep Learning mit Anwendungen in der Bildverarbeitung ein. Jedem Teilnehmer steht dabei eine high-performance GPU (NVIDIA Tesla P100) in der Cloud zur Verfügung.

Der Fokus des Kurses liegt auf Deep Learning Algorithmen für die Bildverarbeitung. Es werden folgende drei, häufig in der Industrie vertretene Anwendungsfälle, behandelt: Klassifikation von Bildern, Semantische Segmentierung und Objektdetektion mit Bounding Boxes.

Sie lernen die Neuronale Netzwerk Klassen Multi-Layer Perceptron (MLP) und Convolutional Neural Network (CNN) kennen. Zudem präsentieren wie Ihnen die be…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: Deep Learning, TensorFlow, Python, Data Science und Machine Learning.

Seminar mit high-performance GPUs. Keras (Tensorflow) für Bilddaten

Dieses dreitägige Seminar führt Sie in das Thema Deep Learning mit Anwendungen in der Bildverarbeitung ein. Jedem Teilnehmer steht dabei eine high-performance GPU (NVIDIA Tesla P100) in der Cloud zur Verfügung.

Der Fokus des Kurses liegt auf Deep Learning Algorithmen für die Bildverarbeitung. Es werden folgende drei, häufig in der Industrie vertretene Anwendungsfälle, behandelt: Klassifikation von Bildern, Semantische Segmentierung und Objektdetektion mit Bounding Boxes.

Sie lernen die Neuronale Netzwerk Klassen Multi-Layer Perceptron (MLP) und Convolutional Neural Network (CNN) kennen. Zudem präsentieren wie Ihnen die bekanntesten Neuronalen Netzwerkstrukturen (VGG, GoogLeNet, ResNet, ...) und erläutern Ihnen, wie Sie die derzeit in der Literatur am best performante Netzwerkstruktur für Ihr Problem finden und ggfs. auch Keras Code dafür.

Die verwendete Programmiersprache ist Python mit dem Framework Keras / Tensorflow. Der Kurs ist praxisorientiert mit vielen Übungsaufgaben. Die Bearbeitung der Übungsaufgaben erfolgt in der Python Umgebung Jupyter Notebook.

Behandelte Themen in dieser Schulung

  • Grundlagen von Maschinellem Lernen und Künstlicher Intelligenz (KI)
  • Daten Vorbereitung (Normalisierung, Train-Valid-Test Split, One-hot encoding)
  • Multi-Layer-Perceptron (MLP) in Keras/Tensorflow (Neuronales Netz)
  • Ein Netzwerk trainieren und auf neue Daten anwenden
  • Convolutional Neural Network (CNN)
  • Keras Callbacks (Early Stopping, ModelCheckpoint)
  • Klassifizierung von Bildern
  • Detektion von Objekten durch Bounding Boxes
  • Semantische Segmentierung (pixelweises Klassifizieren)
  • Training mit wenig Daten
  • Fine-Tuning

Welche Ziele werden in diesem Kurs verfolgt?

Das Ziel des Kurses ist es Sie in das Thema Deep Learning einzuführen und Ihnen zu zeigen, wie Neuronale Netze in dem Framework Keras / Tensorflow trainiert werden und welche typischen Hindernisse Sie begegnen könnten. Zudem werden wir erläutern, wie Sie online (auch kommerziell) verwendbare Neuronale Netze inkl. des Keras Codes finden können, so dass Sie ggfs einen Prototypen für Ihre Anwendung innerhalb eines oder wenigen Tagen gebaut haben.

An wen richtet sich dieser Kurs?

Die Schulung ist ausgelegt für technisch interessierte Fachkräfte, z.B. data scientists, angehende Deep Learning / Machine Learning Ingenieure, o.ä., welche ein Interesse im dem Thema Deep Learning und Neuronale Netze mit Use Cases aus der Bildverarbeitung haben und die Deep Learning Algorithmen in Keras / Tensorflow in Python entwerfen und trainieren möchten.

Voraussetzungen

Notwendig sind erste Kenntnisse in der Programmiersprache Python oder gute Kenntnisse in einer anderen Programmiersprache und einfach Erfahrungen mit Bilddaten. Hilfreich sind folgende Fähigkeiten: ein Bild als Matrix von Farbkanälen verstehen (RGB x Breite x Höhe), einen einfache Grafik mit matplotlib zu erstellen, einfache Funktionen des numpy Paketes, importieren von Python Modulen, Control flows (for loop, if-else, while), Funktionen in Python schreiben.

Das Seminar wird auf Deutsch gehalten. Englischkenntnisse (lediglich im Verstehen von englischen Texten) sind sehr empfehlenswert.

Worin unterscheidet sich dieser Kurs von anderen?

  • Die Schulungsleiter kommen aus der Praxis und haben langjährige praktische Erfahrung in dem Gebiet.
  • Unsere Kurse sind vollständig ausgearbeitet. Die Schulung hat eine klare Struktur. Die Theorie wird anhand von Folien erläutert, welche auch als Nachschlagemöglichkeit verwendet werden können. Zu jeder Übungsaufgabe gibt Lösungen (fertigen Code,) der einen (oder mehrere) Lösungswege darstellt. Fragen, auch über das Thema hinausgehende, werden am Flipchart erläutert. Falls wir eine Frage nicht spontan oder nur unzureichend am Flipchart beantworten können, erarbeiten wir neue Unterlagen und versenden diese nach dem Seminar. Unsere Seminare sind KEINE Live-Coding Sessions des Kursleiters, in denen die Kursteilnehmer hauptsächlich damit beschäftigt sind, den Code des Dozenten abzutippen.
  • Bisherige Schulungsteilnehmer empfehlen uns weiter uns sind sehr zufrieden mit unseren Kursen (siehe unsere ProvenExpert Bewertungen https://www.provenexpert.com/enable-ai/)
  • Der Schwerpunkt der Schulung liegt in der praktische Umsetzung mit vielen Übungsaufgaben (und Lösungen). Dabei erhoffen wir uns, dass Sie die gängigen Fehler schon während des Kurses machen können (um sie hinterher zu vermeiden :)
  • Die Gruppengröße ist auf max. 10 Teilnehmer beschränkt. Damit können wir garantieren, dass wir jede Frage individuell beantworten können.

Was beinhalten die Übungsaufgaben für die Kursteilnehmer?

Die Übungsaufgaben sind meistens Coding Aufgaben, d.h. Sie sollen entweder Code-Snippets selbst schreiben oder Lücken im Code ausfüllen. Das Lückenausfüllen schult auch das Lesen und Verstehen von Code. Die Schwierigkeit und Umfang der Aufgaben ist so gestaltet, dass die wichtigsten Übungen von allen Kursteilnehmern erfolgreich (in der dafür vorgegebenen Zeit) bearbeitet werden können. Es gibt Übungsaufgaben unterschiedlichen Schwierigkeitsgrades, so dass Teilnehmer mit Vorwissen oder schnellere Teilnehmer zusätzliche Aufgaben zur Verfügung stehen. Desweiteren haben wir in einigen Kapiteln kurze Kontrollfragen zum theoreitschen Teil vorbereitet.

Welche Lehrmethoden werden benutzt?

Jeder Block (meist 90 Minuten lang) umfasst eine oder mehrere Einheiten aus Theorie und Praxis. Die Theorieeinheit erläutert das nötige Wissen um die Übungsaufgaben verstehen und eigenständig bearbeiten zu können. Wir vermeiden es, Ihre Zeit mit langen, wissenschaftlich theoretischen Ausschweifungen zu verschwenden und beschränken uns stattdessen auf die notwendige Theorie, die zu einem besseren Verständnis und Intuition verhilft. Der Schwerpunkt der Schulung ist die Praxis, d.h. Codeschreiben und das Lösen von Verständnisaufgaben stehen im Mittelpunkt. Wir beantworten jederzeit gerne Fragen von Kursteilnehmern. Aufkommende Fragen während der Übungsaufgaben werden individuell beantwortet. Fragen, die alle Teilnehmer interessieren könnten, werden nach dem Praxisblock ausführlich erläutert. Das Skript, welches neben den Folien mit der vorgestellten Theorie und mach weiterführenden Erklärungen, auch den Code umfasst, erhalten Sie in digitaler (als .pdf) und gedruckter Version. Der Code und die Musterlösung der Aufgaben gibt es digital.

Welche Stornierungsbedingungen gelten?

Die Widerrufsbelehrung können Sie unter https://www.enable-ai.de/widerrufsrecht/ finden. Buchungen können bis 14 Tage vor Kursbeginn kostenlos storniert werden. 7 bis 14 Tage vor Kursbeginn fallen 50% Stornokosten an. Bei einer Stornierung von weniger als 7 Tagen vor Kursbeginn müssen wir Ihnen die gesamte Kursgebühr zzgl. MwSt in Rechnung stellen. Sie haben bei Stornierung aber die Möglichkeit das (oder ein anderes) bereits stattfindendes Seminar kostenfrei (bzw. nach Bezahlung des Differenzbetrages) zu besuchen. Natürlich kann auch kurzfristig ein Kollege / eine Kollegin Sie im Seminar vertreten.

Mit Enable AI bereiten Sie sich auf aktuelle Themen im Bereich Künstliche Intelligenz / Cognitive Technologies (Data Science, Machine Learning und Deep Learning) vor. Wir helfen Ihnen, künstliche Intelligenz in Ihrem Unternehmen zu etablieren. Mit unseren Schulungen erhalten Ihre Mitarbeiter das nötige Fachwissen von Experten aus der Industrie auf praxisnahe Weise vermittelt. Die Seminare finden u.a. in Stuttgart, München, Köln, Frankfurt am Main oder auch in-house in Ihrer Firma statt. Kontaktieren Sie uns gerne per Mail oder telefonisch.

Leistungen:

  • Seminare
  • Schulungen
  • Kurse
  • Weiterbildung
  • Künstliche Intelligenz (KI)
  • Deep Learning
  • Data Science
  • Python
  • R
  • Keras
  • TensorFlow
  • Machine Learning
  • Data Mining
  • Predictive Maintenance

Wo finden Ihre Seminare statt?

  • Stuttgart
  • München
  • Frankfurt
  • Köln
  • Ulm

Werden Sie über neue Bewertungen benachrichtigt

Es wurden noch keine Bewertungen geschrieben.

Schreiben Sie eine Bewertung

Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Bitte füllen Sie das Formular so vollständig wie möglich aus

(optional)
(optional)
(optional)
(optional)
(optional)

Haben Sie noch Fragen?

(optional)

Anmeldung für Newsletter

Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten.
Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.