Zwiększanie wydajności sieci neuronowych
Czas trwania szkolenia:3 dni (24h)
Kod kursu:DL/ZWS
Poziom zaawansowania:
O szkoleniu Zwiększanie wydajności sieci neuronowych
W cenie otrzymasz:
- Materiały szkoleniowe
- Certyfikat ukończenia szkolenia
- W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Dla kogo?
- Szkolenie adresowane jest do osób zajmujących się na co dzień głębokim uczeniem, które chcą być na bieżąco z najnowszymi trendami
- W szczególności szkolenie przeznaczone jest dla programistów implementujących sieci neuronowe w środowiskach z ograniczonymi zasobami obliczeniowymi, takimi jak mikrokontrolery albo urządzenia mobilne
Wymagania
- Od uczestników szkolenia wymagana jest znajomość podstaw działania sieci neuronowych oraz znajomość narzędzi do ich implementacji w języku Python (np. PyTorch)
Zalety
- Zajęcia prowadzone przez specjalistów zajmujących się na co dzień badaniami nad efektywnością sieci neuronowych
- Możliwość poznania najnowszych trendów w uczeniu maszynowym
- Praktyczne zadania pozwalające dokładnie zrozumieć przekazywaną teorię
Cele szkolenia
- Poznanie algorytmów umożliwiających zwiększenie wydajności sieci neuronowych
- Zdobycie umiejętności praktycznego zastosowania omawianych algorytmów
Program
Wprowadzenie do zagadnienia efektywnych obliczeń w sieciach neuronowych
Podstawowe metody optymalizacji działania sieci neuronowych
- Kwantyzacja wag
- Pruning
Bezstratne uczenie maszynowe
- Mechanizmy early-exit
- Obliczenia warunkowe w sieciach neuronowych
Uczenie ciągłe
- Problem katastroficznego zapominania
- Scenariusze uczenia ciągłego: task-incremental, domain-incremental, class-incremental
- Metody regularyzacyjne
- Metody wykorzystujące powtarzanie danych (replay)
Uczenie na podstawie niepełnych danych
- Działanie sieci neuronowych przy braku/niepełnych danych
- Few-shot learning