Open positions
ΣΕΜΙΝΑΡΙΟ MATLAB
HANDS-ON TRAINING: Deep Learning με το MATLAB Πέμπτη 02/04/2020, Ώρα: 10:00-17:00
|
|||||||
|
|||||||
Εκπαιδευτείτε στην επίλυση εξειδικευμένων προβλημάτων εις βάθος μάθησης χρησιμοποιώντας το MATLAB. Θα επεξεργαστούμε μαζί παραδείγματα εις βάθος μάθησης (deep learning), δημιουργώντας, εκπαιδεύοντας και αξιολογώντας συνελικτικά (CNN) και άλλα είδη νευρωνικών δικτύων. |
|||||||
|
|||||||
ΧΩΡΟΣ ΔΙΕΞΑΓΩΓΗΣ: Το εκπαιδευτικό αυτό σεμινάριο θα πραγματοποιηθεί στα γραφεία μας, Λ. Μαραθώνος 53, ΠΑΛΛΗΝΗ, 15351. (χάρτης) |
|||||||
|
|||||||
ΟΜΙΛΗΤΗΣ:
Ζαχαρίας Γκέτσης,
MENTOR HELLAS Senior Application Engineer
|
|||||||
|
|||||||
Περιγραφή Τα θέματα που θα παρουσιαστούν στο εκπαιδευτικό αυτό σεμινάριο, αναπτύσσονται βήμα-βήμα μέσω παραδειγμάτων τα οποία θα εκτελούνται συγχρόνως από τον εισηγητή και τους εκπαιδευόμενους μέσα στο MATLAB. Οι εκπαιδευόμενοι θα έχουν μαζί τους δικό τους φορητό Η/Υ στον οποίον θα έχει εγκατασταθεί το MATLAB και τα απαραίτητα toolboxes. Σε όσους δεν διαθέτουν φορητό Η/Υ θα τους παρασχεθεί από την εταιρία μας (περιορισμένος αριθμός διαθέσιμος). Η εγκατάσταση του MATLAB θα παραμείνει ενεργή για διάστημα δύο εβδομάδων μετά το πέρας της εκπαίδευσης. Συγκεκριμένα θα ασχοληθούμε με:
Προαπαιτούμενα Οι συμμετέχοντες πρέπει να είναι εξοικειωμένοι με βασικές έννοιες και όρους στατιστικής ανάλυσης και επεξεργασίας εικόνας και να γνωρίζουν τις βασικές λειτουργίες του MATLAB. |
|||||||
|
|||||||
ΠΡΟΓΡΑΜΜΑ ΠΑΡΟΥΣΙΑΣΗΣ |
|||||||
10:00 – 11:30 |
Transfer Learning for Image Classification |
||||||
Perform image classification using pretrained networks. Use transfer learning to train customized classification networks.
|
|||||||
11:30 – 11:50 |
Διάλειμμα |
||||||
11:50 – 13:20 |
Creating and Training Networks |
||||||
Build convolutional networks from scratch. Understand how information is passed between network layers and how different types of layers work. Understand how training algorithms work. Set training options to monitor and control training.
|
|||||||
13:20 – 13:40 |
Διάλειμμα |
||||||
13:40 – 14:30 |
Performing Image Regression |
||||||
|
Create convolutional networks that can predict continuous numeric responses.
|
||||||
14:30 – 15:10 |
Detecting Objects in Images |
||||||
|
Train networks to locate and label specific objects within images.
|
||||||
15:10 – 15:30 |
Διάλειμμα |
||||||
15:30 – 17:00 |
Classifying Sequence Data |
||||||
Build and train networks to perform classification on ordered sequences of data, such as time series or sensor data.
|
|||||||
17:00 – ... |
Ερωτήσεις – Συζήτηση |
||||||
|
|||||||
|
|||||||
|
|||||||
Για να εξασφαλίσετε τη συμμετοχή σας, παρακαλούμε συμπληρώστε τα στοιχεία σας στην φόρμα εγγραφής ή επικοινωνήστε μαζί μας τηλεφωνικά στο 210 60.31.121.
|
|||||||
ΚΟΣΤΟΣ ΣΥΜΜΕΤΟΧΗΣ:
|