Курс «Глубокое обучение в MATLAB» 

Глубокое обучение находит применение в самых разных сферах инженерной деятельности от компьютерного зрения до систем автоматического управления и цифровой обработки сигналов. Поэтому мы хотим дать быстрое введение в проблематику и необходимый минимум для начала работы или принятия решения о применимости технологии в ваших проектах.

В ходе этого мини-курса вы научитесь:

  • подготавливать большие данные для обучения сети
  • использовать готовые архитектуры глубоких сетей и создавать свои собственные
  • настраивать алгоритмы оптимизации для обучения сети
  • обучать сети, используя низкоуровневый API
  • настраивать системы управления на основе обучения с подкреплением


Курс разбит на четыре последовательных вебинара: 

  1. Введение в глубокие нейронные сети
  2. Компьютерное зрение
  3. Пользовательские сети
  4. Обучение с подкреплением для систем автоматического управления

В процессе прохождения этого курса вы получите самую свежую триальную версию MATLAB R2020a и изучите новейшие возможности среды для анализа данных. По окончании курса мы будем рады проконсультировать вас о применении технологии глубокого обучения в вашем проекте и, возможно, даже выполнить проект вместе с вами.

Регистрация обязательна и ведется отдельно на каждый вебинар. Важно! Для посещения каждого последующего занятия, необходимо принять участие в предыдущем(их). Письмо с подтверждением участия будет направлено на email, который использовался при регистрации.


День 3 "Пользовательские сети" 

В ходе этого вебинара мы рассмотрим следующие темы:

  • Автоградиент
  • Создание и обучение пользовательской архитектуры
  • Сиамские сети, автоэнкодеры, вариационные автоэнкодеры, GAN сети


09 июля
Четверг
Онлайн

19:00

2 дня до начала

Спикеры

Артем Багров Артем Багров

Артем Багров

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.

Поделиться

${message}

${message}