Coronavirus Disease 2019 (COVID-19) Update

Due to heightened concerns regarding the outbreak of COVID-19, we are adding more instructor-led online training courses as to classroom courses.

Dates et Inscription

Conditions préalables

Les fondamentaux MATLAB
Deep Learning Onramp

Le NVIDIA Deep Learning Institute propose des formations spécialisées utilisant des GPU. Consultez les formations spécifiques à votre industrie et les cours de programmation CUDA avancée.

Deep Learning avec MATLAB

Cette formation de deux jours offre une introduction pratique au Deep Learning avec MATLAB. Les participants apprendront à créer, entraîner et évaluer différents types de réseaux de neurones profonds. Cette formation dispensée par un formateur utilise des GPU NVIDIA pour accélérer l'apprentissage du réseau. Les sujets abordés seront les suivants :

Importation d'images et de données séquentielles
Utilisation de réseaux de neurones convolutifs pour la classification d'images, la régression et d'autres applications
Utilisation de réseaux long short-term memory (LSTM) pour la classification et la prédiction de données séquentielles
Modification d'architectures de réseaux classiques pour résoudre des problèmes personnalisés
Amélioration des performances d'un réseau en modifiant les options d'apprentissage

Voir le détail des formations

Pré-requis

Les fondamentaux MATLAB
Deep Learning Onramp

Le NVIDIA Deep Learning Institute propose des formations spécialisées utilisant des GPU. Consultez les formations spécifiques à votre industrie et les cours de programmation CUDA avancée.

Jour 1
Classification d'images avec des réseaux convolutifs	Objectif: Avoir une vue d'ensemble du cours. Faire de la classification d'images à l'aide de réseaux pré-entrainés. Utiliser du transfer learning pour personnaliser des réseaux de classification. Réseaux pré-entrainés Image datastores Transfer learning Evaluation d'un réseau
Interprétation du comportement d'un réseau	Objectif: Gagner en compréhension sur comment un réseau fonctionne en visualisant les images lors de leur passage dans le réseau. Appliquer cette technique à différents types d'images. Activations Images à partir de signaux Extraction de features pour le machine learning
Création de réseaux	Objectif: Construire des réseaux convolutifs à partir de zéro. Comprendre comment l'information est communiquée entre les différentes couches du réseau, et comment fonctionnent les différents types de couches. Entraînement à partir de zéro Réseaux de neurones Couches de convolutions et filtres
Entraînement de réseaux	Objectif: Comprendre comment les algorithmes d'apprentissage fonctionnent. Régler les options d'entraînement pour surveiller et contrôler l'apprentissage. Entraînement d'un réseau Visualisation de l'avancée de l'apprentissage Validation

Jour 2
Amélioration des performances	Objectif: Choisir et implémenter des modifications des options de l'algorithme d'apprentissage, de l'architecture du réseau, ou des données d'apprentissage pour améliorer les performances du réseau. Options d'apprentissage Augmented datastores Graphes orientés acycliques (Directed Acyclic Graphs)
Tâches de régression	Objectif: Créer des réseaux convolutifs pouvant prédire réponses numériques continues. Transfer learning pour la régression Métriques d'évaluation des réseaux de régression
Deep Learning pour la Computer Vision	Objectif: Entraîner des réseaux pour localiser et étiqueter des objets spécifiques dans des images. Workflow pour les applications de traitement d'image Détection d'objets
Classification de données séquentielles avec des réseaux récurrents	Objectif: Construire et entraîner des réseaux pour réaliser des tâches de classification sur des données séquentielles, comme des séries temporelles ou des données de capteurs. Réseaux Long short-term memory Classification de données séquentielles Pré-traitement de données séquentielles Données séquentielles catégorielles
Génération de séquences de sorties	Objectif: Utiliser des réseaux récurrentspour créer des séquences de prédictions. ClassificationSequence to sequence Prédiction de données séquentielles

Session garantie

Lorsque vous vous inscrivez à une de ces formations, vous pouvez compter sur le fait qu'elle ne sera pas annulée ou reportée pour une raison quelconque.

Dates et Inscription

Résultats 1 - 16 sur 16

Dates	Lieu	Langue	Prix
A la demande	Auto-formations 180 jours d’accès complet à compter de la date d’achat	English	USD 350
A la demande	Auto-formations 180 jours d’accès complet à compter de la date d’achat	Japanese	USD 350
09 juin, 2020- 10 juin, 2020	En ligne 09:00 - 17:00 Heure standard d'Europe centrale	English	USD 1,500
11 juin, 2020- 12 juin, 2020	En ligne 09:00 - 17:00 Heure normale de Corée	Korean	USD 1,500
25 juin, 2020- 26 juin, 2020	En ligne 09:00 - 17:00 Heure normale du Japon	Japanese	USD 1,500
09 juil, 2020- 10 juil, 2020	En ligne Pacific Auckland Dst	English	USD 1,500
14 juil, 2020- 15 juil, 2020	Allemagne, Böblingen	German	EUR 1,400
20 juil, 2020- 21 juil, 2020	En ligne 09:00 - 17:00 Heure normale de l'Inde	English	USD 1,500
23 juil, 2020- 24 juil, 2020	En ligne 09:00 - 17:00 Heure avancée de l'Est des États-Unis	English	USD 1,500
06 août, 2020- 07 août, 2020	En ligne 09:00 - 17:00 Heure avancée de l'Est de l'Australie	English	USD 1,500
23 sept, 2020- 24 sept, 2020	Royaume-Uni, Cambridge	English	GBP 1,200
29 sept, 2020- 30 sept, 2020	Allemagne, Ismaning (bei München)	German	EUR 1,400
29 sept, 2020- 30 sept, 2020	En ligne 09:00 - 17:00 Heure avancée de la Côte Ouest des États-Unis	English	USD 1,500
27 oct, 2020- 28 oct, 2020	Pays-Bas, Eindhoven	English	EUR 1,400
05 nov, 2020- 06 nov, 2020	En ligne 09:00 - 17:00 Heure avancée de l'Est des États-Unis	English	USD 1,500
02 déc, 2020- 03 déc, 2020	Suisse, Zurich (Regensdorf)	English	CHF 1,700

Résultats 1 - 16 sur 16

La tarification s’applique aux achats et à l’utilisation en États-Unis, Pour plus d’informations sur nos tarifs dans d’autres pays, contactez notre service commercial. Nos tarifs n’incluent pas les taxes de vente, les taxes d’utilisation, les accises, les taxes sur la valeur ajoutée et d’autres taxes. Les taxes, droits, prélèvements, cotisations et autres frais administratifs en vigueur exigibles dans le cadre de cet achat figureront sur la commande. Consultez nos conditions générales de vente sur les formations MathWorks pour plus d’informations.