Durata
Metodologia didattica
Presenza, Aula Virtuale
Attestato
Attestato di Frequenza e Profitto
TensorFlow e Keras sono due importanti librerie open source per l’apprendimento automatico e il deep learning in Python. TensorFlow, sviluppato da Google Brain, fornisce un’infrastruttura flessibile e scalabile per la costruzione di modelli di deep learning, mentre Keras opera come un’interfaccia di alto livello più user-friendly per creare e addestrare reti neurali. Insieme, queste librerie consentono agli sviluppatori di sfruttare appieno le capacità del deep learning per una vasta gamma di applicazioni, come il riconoscimento di immagini, l’elaborazione del linguaggio naturale, la generazione di contenuti e molto altro.
Il corso “Deep learning con TensorFlow e Keras” offre una formazione completa sull’utilizzo delle due librerie open source per lo sviluppo di modelli di deep learning.
A chi è rivolto il corso?
Programma didattico
Introduzione al Deep Learning
- Panoramica del Deep Learning
- Definizione e concetti chiave
- Apprendimento supervisionato e non supervisionato
- Apprendimento automatico e backpropagation
- Applicazioni del deep learning
Introduzione a Keras e TensorFlow
- Introduzione a TensorFlow
- Concetti principali
- Tensori e operazioni
- API principali di TensorFlow
- Introduzione a Keras
- Vantaggi dell’utilizzo di Keras come high-level API
- Modelli sequenziali e funzionali
- Principali ottimizzatori, funzioni di loss e metriche
- Reti neurali dense (MLP) in Keras
Reti Neurali Convoluzionali (CNN) in Keras
- Introduzione alle CNN
- Strati convoluzionali
- Strati di pooling
- Strati completamente connessi
- Costruzione di una CNN in Keras
- Esempio di CNN per la classificazione di immagini
- Apprendimento per trasferimento e fine-tuning con le CNN
Reti Neurali Ricorrenti (RNN) con Keras
- Introduzione alle RNN
- Analisi di serie temporali e dati testuali
- Architettura delle RNN e backpropagation through time
- Reti Long Short-Term Memory (LSTM)
- Costruzione di una RNN in Keras
- Esempio di LSTM per la classificazione di testi
- Meccanismo di attenzione nelle reti ricorrenti
Architetture neurali avanzate in Keras
- Generative Adversarial Networks (GAN) in Keras
- Introduzione alle GAN
- Costruzione di una GAN con Keras
- Auto-encoders in Keras
- Introduzione agli autoencoders
- Costruzione di un autoencoder con Keras
- Autoencoder variazionali in Keras
Ottimizzazione e compressione dei modelli con TensorFlow Lite
- Quantizzazione
- Post-training quantization
- Quantization-aware training
- Esempi in TensorFlow Lite
- Pruning
- Pruning strutturato e non struttrato
- Esempi in TensorFlow Lite
Obiettivi del corso
Alla fine del corso, i partecipanti saranno in grado di:
- Utilizzare le principali componenti di TensorFlow, come la manipolazione dei tensor e le API principali ed eseguire le operazioni di base
- Utilizzare Keras come interfaccia di alto livello per la creazione di modelli sequenziali e funzionali
- Costruire e addestrare reti neurali dense (MLP) con Keras
- Creare e utilizzare reti neurali convoluzionali (CNN) per il riconoscimento di immagini
- Conoscere e creare reti neurali ricorrenti (RNN) con Keras per l’analisi di serie temporali e dati testuali
- Ottimizzare e comprimere modelli di deep learning
Compila il form per maggiori informazioni
Compila il form: ti risponderemo il più presto possibile. Puoi selezionare più corsi tenendo premuto il tasto CTRL. Non trovi il corso che cerchi? Scrivi un’email a formazione@kinetikon.com per raccontarci le tue esigenze e costruire insieme un programma formativo su misura.
Formazione finanziata
I Fondi Paritetici Interprofessionali offrono alle aziende aderenti la possibilità di coprire i costi della formazione aziendale e individuale destinata ai propri dipendenti.
Kinetikon ti offre un supporto completo in ogni fase: dall’analisi di fattibilità alla presentazione della domanda, fino alla rendicontazione e all’ottenimento del finanziamento.
Compila il form qui sopra e scopri come finanziare questo corso.
FAQ – Domande Frequenti
In quali date si svolge il corso?
Non ci sono date programmate, ma puoi scegliere il periodo di partenza della formazione.
Il corso viene erogato in presenza o online?
Puoi scegliere la formazione online, in presenza o blended. Per quanto riguarda la formazione online, mettiamo a disposizione la nostra piattaforma dedicata e conforme ai requisiti di monitoraggio dei Fondi Interprofessionali.
Il corso è finanziabile?
Collaboriamo attivamente con i Fondi Interprofessionali e siamo specializzati nella gestione della formazione finanziata. Ti forniremo tutte le informazioni sulle opportunità di finanziamento disponibili per il corso di tuo interesse.
Il corso è adatto a professionisti con diversi livelli di esperienza?
Certo: durante la sessione di allineamento, adeguiamo i contenuti formativi in base al livello di esperienza dei partecipanti, garantendo un percorso adatto sia ai principianti, sia agli esperti.
Come viene strutturato il corso per garantire una formazione su misura per la mia azienda?
Il programma didattico che trovi in questa pagina è solamente una traccia. Prima dell’avvio del corso, organizziamo una sessione di allineamento con il consulente che condurrà la formazione, per definire insieme un programma completamente personalizzato.
In quali termini il corso è personalizzabile?
Il percorso formativo si adatta alle tecnologie e alle piattaforme già in uso nella tua azienda. In caso di prima adozione, Kinetikon offre anche consulenza per la scelta della piattaforma, del linguaggio, del vendor o dello strumento più idoneo. Inoltre, la formazione è modulare e focalizzabile sugli argomenti in cui il tuo team necessita di approfondimenti specifici.
Come posso richiedere maggiori informazioni o una consulenza personalizzata?
Contattaci via email all’indirizzo formazione@kinetikon.com, oppure utilizza il form dedicato su questa pagina o nella sezione contatti del nostro sito. Il nostro team è sempre pronto a fornire supporto e consulenza personalizzata.
Deep Learning con TensorFlow e Keras
Durata
20 oreMetodologia Didattica
Aula Virtuale, In presenzaAttestato
Attestato di Frequenza e profitto
Descrizione
TensorFlow e Keras sono due importanti librerie open source per l’apprendimento automatico e il deep learning in Python. TensorFlow, sviluppato da Google Brain, fornisce un’infrastruttura flessibile e scalabile per la costruzione di modelli di deep learning, mentre Keras opera come un’interfaccia di alto livello più user-friendly per creare e addestrare reti neurali. Insieme, queste librerie consentono agli sviluppatori di sfruttare appieno le capacità del deep learning per una vasta gamma di applicazioni, come il riconoscimento di immagini, l’elaborazione del linguaggio naturale, la generazione di contenuti e molto altro.
Il corso “Deep learning con TensorFlow e Keras” offre una formazione completa sull’utilizzo delle due librerie open source per lo sviluppo di modelli di deep learning.
Alla fine del corso, i partecipanti saranno in grado di:
- Utilizzare le principali componenti di TensorFlow, come la manipolazione dei tensor e le API principali ed eseguire le operazioni di base
- Utilizzare Keras come interfaccia di alto livello per la creazione di modelli sequenziali e funzionali
- Costruire e addestrare reti neurali dense (MLP) con Keras
- Creare e utilizzare reti neurali convoluzionali (CNN) per il riconoscimento di immagini
- Conoscere e creare reti neurali ricorrenti (RNN) con Keras per l’analisi di serie temporali e dati testuali
- Ottimizzare e comprimere modelli di deep learning
Richiedi Maggiori Informazioni
Compila il form: ti risponderemo il più presto possibile. Puoi selezionare più corsi tenendo premuto il tasto CTRL. Non trovi quello che cerchi? Puoi contattarci via email a info@kinetikon.com oppure con il form che trovi a questa pagina.