•  

    Новостная рассылка

    Подпишитесь и получайте самые свежие новости.
    Подписаться на новостную рассылку
  • Курс лекций " Глубокое обучение в MATLAB"

    14 ноября 2018
    19:00
    Мероприятие бесплатное
    Регистрация обязательна
    и заканчивается за сутки до начала мероприятия

    Артем Багров, инженер

    Багров Артем Анатольевич, инженер ЦИТМ Экспонента, к.т.н. В 2004 году окончил МГУ им. Ломоносова, в 2008 защитил кандидатскую диссертацию. Работает в компании с 2010 года. Специализируется на технических вычислениях и мат. моделировании.

    Даты проведения курса: 14, 21, 28 ноября, 5, 12 декабря 2018 г.

    Время проведения: 19:00-21:30

    Мы начинаем цикл теоретических и практических занятий по различным тематикам глубокого обучения. Занятия будут проводиться 1 раз в неделю, продолжительностью 2 — 2,5 часа + 2 и более часа самостоятельной работы. На этих занятиях мы рассмотрим готовые практические примеры, но основное внимание будет уделено решению и разбору  ВАШИХ задач.

    С нашей стороны — знания и опыт, с вашей — данные.


    На выходе вы получите:

    1. Понимание как работают современные нейронные сети

    2. Умение быстро классифицировать задачу и подобрать под нее соответствующую нейронную сеть.

    3. Получить код для различных целевых платформ из кода MATLAB

    4. И многое другое.


    Данное мероприятие проводится исключительно для профессионалов отрасли, участвующих в реальных разработках, связанных с тематикой семинара или планирующих подобные разработки.

    Учащихся, студентов, или интересующихся мероприятием в целях самообразования или расширения личного кругозора, без связи с производственными задачами своего предприятия, просим регистрироваться  только  на онлайн мероприятия: https://matlab.ru/webinars/

    Подробная программа семинара

    День 1.

    Введение в глубокие сверточные сети

    1. Понимание принципов работы сверточных нейронных сетей.

    2. Базовые слои и их функции.

    3. Сборка простой сети.


    День 2.

    Настройка сети

    1. Методы оптимизации глубоких сетей.

    2. Настойки параметров оптимизации.

    3. Байесовская оптимизация

    4. Регуляризация

     

    День 3.

    Детектирование изображений

    1. Современные архитектуры сверточных нейронных сетей.

    2. Передача обучения

    3. Детектирование объектов на изображении

     

    День 4.

    Рекуррентные нейронные сети

    1. Виды рекуррентных сетей

    2. Архитектура LSTM нейрона

    3. Обработка текста


    День 5.

    Генерация кода для глубоких сетей

    1. Настройка системы

    2. Разбор примеров

    • 19:00
      Москва, 2-й Южнопортовый проезд, д. 31, стр. 4
    • Регистрация закрыта