Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung Microsoft Cognitive Toolkit CNTK: Modellierung und Analyse im Deep Learning
Entwicklung und Optimierung von DL-Modellen
Schulungsformen
Beschreibung
In diesem Seminar lernen die Teilnehmenden die grundlegenden und fortgeschrittenen Techniken zur Nutzung des Microsoft Cognitive Toolkit (CNTK) für Deep Learning kennen. Der Fokus liegt auf der Erstellung, Optimierung und Bereitstellung von Deep Learning-Modellen sowie der Integration moderner Technologien, einschließlich Künstlicher Intelligenz. Die Teilnehmer werden sich mit den grundlegenden und erweiterten Tools von CNTK vertraut machen und durch praxisorientierte Übungen die erlernten Konzepte anwenden
Durchstöbern Sie auch unsere anderen Deep Learning Schulungen.
Schulungsziel
Am Ende des Seminars sind die Teilnehmenden in der Lage, CNTK effektiv zu nutzen, um Deep Learning-Modelle zu erstellen, zu optimieren und zu analysieren. Sie lernen, wie sie die Effizienz und Qualität ihrer Datenanalyse und Vorhersagen verbessern können.
Details
Wer teilnehmen sollte
Dieses Seminar richtet sich an Data Scientists, Entwickler, Ingenieure und technische Fachkräfte, die ihre Kenntnisse im Einsatz von CNTK für Deep Learning vertiefen und optimieren möchten. Grundlegende Kenntnisse in Python und Machine Learning sind erforderlich.
Ihre Schulung
Präsenz-Schulung | Online-Schulung |
---|---|
Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
Unterlagen | |
Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann. | Seminarunterlagen oder Fachbuch inklusive (per Post). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
Arbeitsplatz | |
PC/VMs für jeden Teilnehmenden Hochwertige und performante Hardware Große, höhenverstellbare Bildschirme Zugang zu Ihrem Firmennetz erlaubt |
|
Lernumgebung | |
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter. | |
Arbeitsmaterialien | |
DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
Teilnahmezertifikat | |
Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen am Ende des Seminars ausgehändigt. | Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen per Post zugesandt. |
Organisation
Präsenz-Schulung | Online-Schulung | |
---|---|---|
Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
Garantierte Durchführung | ||
Ab 1 Teilnehmenden* | ||
Schulungszeiten | ||
| ||
Ort der Schulung | ||
GFU Schulungszentrum Am Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
Preisvorteil | ||
Dritter Mitarbeitende nimmt kostenfrei teil. Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet. Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen. | ||
All-Inclusive | ||
Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen per Post zu. | |
Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - |
Buchen ohne Risiko
Rechnungsstellung |
Erst nach dem erfolgreichen Seminar. Keine Vorkasse. |
Stornierung |
Kostenfrei bis zum Vortag des Seminars |
Vormerken statt buchen |
Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen |
Kostenfreie Services
Präsenz-Schulung | Online-Schulung |
---|---|
|
|
Inhalt
- Einführung in Microsoft Cognitive Toolkit (CNTK): Überblick und Bedeutung
- Was ist CNTK und warum ist es wichtig?
- Definition und Hintergrund: CNTK als leistungsstarkes Deep Learning-Framework von Microsoft.
- Bedeutung und Vorteile: Skalierbarkeit, Effizienz, Unterstützung für diverse Deep Learning-Modelle.
- Vergleich mit ähnlichen Tools: Unterschiede und Vorteile gegenüber TensorFlow, PyTorch und Keras.
- Was ist CNTK und warum ist es wichtig?
- Grundlagen der CNTK-Installation und -Einrichtung
- Installation und Konfiguration
- Systemanforderungen und unterstützte Plattformen: Hardware- und Softwarevoraussetzungen.
- Installation von CNTK: Schritt-für-Schritt-Anleitung für verschiedene Betriebssysteme.
- Erste Konfiguration: Einrichtung der Programmierumgebung und Integration mit Python.
- Installation und Konfiguration
- Grundlegende Bedienung und Funktionen
- Basis-Funktionen und Syntax
- Einführung in die CNTK-Benutzeroberfläche: Arbeitsbereich, Werkzeuge, Funktionen.
- Erstellen und Trainieren von Modellen: Basis-Syntax und grundlegende Funktionen.
- Datenvorbereitung und -verarbeitung: Importieren, Bereinigen und Vorverarbeiten von Datensätzen.
- Basis-Funktionen und Syntax
- Erste Schritte mit CNTK
- Einfache Modellierung und Training
- Aufbau eines einfachen neuronalen Netzes: Definition der Architektur, Modelltraining.
- Validierung und Bewertung des Modells: Kreuzvalidierung, Genauigkeitsmetriken.
- Visualisierung der Ergebnisse: Plotten von Trainingsverläufen und Modellleistung.
- Einfache Modellierung und Training
- Praxisübung 1: Installation und Grundkonfiguration von CNTK
- Ziel der Übung: Anwendung der erlernten Techniken zur Installation und Grundkonfiguration von CNTK.
- Projektbeschreibung: Teilnehmer installieren CNTK, laden einen Datensatz und erstellen ein erstes neuronales Netz.
- Anforderungen: Nutzung der grundlegenden Funktionen und Vorlagen von CNTK.
- Schritt-für-Schritt-Anleitung:
- Vorbereitung: Einführung in die Projektanforderungen, Einrichtung der Umgebung.
- Durchführung: Installation von CNTK, Import eines Datensatzes, Erstellung eines einfachen Modells.
- Präsentation: Vorstellung der Ergebnisse durch die Teilnehmer.
- Tools: Python, CNTK, Jupyter Notebook oder integrierte Entwicklungsumgebung (IDE).
- Ergebnisse und Präsentation:
- Präsentation der installierten und konfigurierten CNTK-Umgebung und des ersten Modells.
- Diskussion und Feedback: Analyse der Ergebnisse und Verbesserungsvorschläge.
- Ziel der Übung: Anwendung der erlernten Techniken zur Installation und Grundkonfiguration von CNTK.
- Erweiterte Modellierungstechniken
- Erweiterte Architektur und Hyperparameter-Tuning
- Aufbau komplexer Modelle: Convolutional Neural Networks (CNNs), Recurrent Neural Networks (RNNs).
- Hyperparameter-Tuning: Grid Search, Random Search, Bayesian Optimization.
- Transfer Learning: Nutzung vortrainierter Modelle und Feintuning.
- Erweiterte Architektur und Hyperparameter-Tuning
- Integration und Datenmanagement
- Integration mit anderen Tools und Plattformen
- Anbindung an Big Data-Plattformen: Nutzung von Hadoop, Spark für Datenverarbeitung.
- Datenmanagement und -synchronisierung: Verwaltung von Datenflüssen und -integrität.
- Datenschutz und Compliance: Einhaltung von Datenschutzbestimmungen und Sicherheitsstandards.
- Integration mit anderen Tools und Plattformen
- Einsatz von Künstlicher Intelligenz (KI) in CNTK
- KI-gestützte Optimierung und Automatisierung
- Nutzung von AI zur Modelloptimierung: Automatisiertes Hyperparameter-Tuning, AutoML.
- Integration von AI in den Workflow: Verwendung von AI zur kontinuierlichen Verbesserung des Modells.
- Best Practices und Fallstudien: Erfolgreiche Implementierung von AI in CNTK.
- KI-gestützte Optimierung und Automatisierung
- Analyse und Optimierung von CNTK-Modellen
- Überwachung und Fehlersuche
- Überwachung und Analyse der Modellleistung: Nutzung von Dashboards und Berichten.
- Protokollierung und Fehlersuche: Methoden zur Fehleranalyse und -behebung.
- Optimierung von CNTK-Modellen: Durchführung von Tests, Analyse der Ergebnisse, kontinuierliche Verbesserung.
- Überwachung und Fehlersuche
- Praxisübung 2: Erstellung und Optimierung eines komplexen CNTK-Modells mit AI-Integration
- Ziel der Übung: Anwendung der erlernten Techniken zur Erstellung und Optimierung eines komplexen CNTK-Modells mit AI-Integration.
- Projektbeschreibung: Teilnehmer erstellen ein komplexes Modell und optimieren es mit AI-gestützten Methoden.
- Anforderungen: Nutzung der erweiterten Funktionen und KI-Tools von CNTK.
- Schritt-für-Schritt-Anleitung:
- Vorbereitung: Einführung in die Projektanforderungen, Einrichtung der Umgebung.
- Durchführung: Erstellung des Modells, Integration von AI-gestützten Optimierungen, Analyse der Ergebnisse.
- Präsentation: Vorstellung der Ergebnisse durch die Teilnehmer.
- Tools: Python, CNTK, Jupyter Notebook oder IDE, Machine Learning Module.
- Ergebnisse und Präsentation:
- Präsentation des erstellten Modells und der durchgeführten Optimierungen.
- Diskussion und Feedback: Analyse der Ergebnisse und Verbesserungsvorschläge.
- Ziel der Übung: Anwendung der erlernten Techniken zur Erstellung und Optimierung eines komplexen CNTK-Modells mit AI-Integration.
- Produktionsreife Modelle und Skalierbarkeit
- Bereitstellung und Skalierung von CNTK-Modellen
- Modellbereitstellung: Export und Integration in Produktionsumgebungen.
- Skalierbarkeit: Nutzung von Cloud-Computing-Diensten (Azure, AWS) für größere Datenmengen und komplexe Modelle.
- Überwachung und Wartung: Kontinuierliche Überwachung, Modellupdates, Fehlerbehebung.
- Bereitstellung und Skalierung von CNTK-Modellen
- Erweiterte Analyse und Interpretierbarkeit
- Erklärung und Visualisierung von Modellen
- Nutzung von Explainable AI (XAI)-Techniken: SHAP, LIME, Feature Importance.
- Visualisierung der Modellentscheidungen: Aktivierungskarten, Layer-Visualisierungen.
- Interpretation und Kommunikation der Ergebnisse: Verständliche Darstellung der Modelle für verschiedene Zielgruppen.
- Erklärung und Visualisierung von Modellen
- Zusammenarbeit und Best Practices
- Teamarbeit und Kollaboration
- Nutzung von Versionskontrollsystemen: Git, GitHub für die Zusammenarbeit an Modellen.
- Dokumentation und Reproduzierbarkeit: Best Practices für die Erstellung von verständlichem und reproduzierbarem Code.
- Best Practices im Modellmanagement: Von der Entwicklung bis zur Produktion.
- Teamarbeit und Kollaboration
- Praxisübung 3: Bereitstellung und Skalierung eines Produktionsmodells
- Ziel der Übung: Anwendung der erlernten Techniken zur Bereitstellung und Skalierung eines Produktionsmodells.
- Projektbeschreibung: Teilnehmer erstellen ein Produktionsmodell, skalieren es und stellen es bereit.
- Anforderungen: Nutzung der erweiterten Funktionen und Skalierungs-Tools von CNTK.
- Schritt-für-Schritt-Anleitung:
- Vorbereitung: Einführung in die Projektanforderungen, Einrichtung der Umgebung.
- Durchführung: Erstellung und Skalierung des Modells, Bereitstellung in einer Produktionsumgebung.
- Präsentation: Vorstellung der Ergebnisse durch die Teilnehmer.
- Tools: Python, CNTK, Jupyter Notebook oder IDE, Cloud-Computing-Dienste (Azure, AWS).
- Ergebnisse und Präsentation:
- Präsentation des skalierbaren Produktionsmodells und der durchgeführten Bereitstellung.
- Diskussion und Feedback: Analyse der Ergebnisse und Verbesserungsvorschläge.
- Ziel der Übung: Anwendung der erlernten Techniken zur Bereitstellung und Skalierung eines Produktionsmodells.
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
Gesicherte offene Termine
Termin | Ort | Preis | |
---|---|---|---|
20.01.-24.01.2025 Plätze vorhanden Köln / Online 3.090,00 | Köln / Online | 3.090,00 | Buchen Vormerken |
24.03.-28.03.2025 Plätze vorhanden Köln / Online 3.090,00 | Köln / Online | 3.090,00 | Buchen Vormerken |
30.06.-04.07.2025 Plätze vorhanden Köln / Online 3.090,00 | Köln / Online | 3.090,00 | Buchen Vormerken |
01.09.-05.09.2025 Plätze vorhanden Köln / Online 3.090,00 | Köln / Online | 3.090,00 | Buchen Vormerken |
03.11.-07.11.2025 Plätze vorhanden Köln / Online 3.090,00 | Köln / Online | 3.090,00 | Buchen Vormerken |
Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Online, Präsenz oder Hybrid
- Komplette Lernumgebung in der Cloud mit Remote Zugriff
Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
- Online, Präsenz oder Hybrid
- Komplette Lernumgebung in der Cloud mit Remote Zugriff
Unterstützung nach der Schulung durch
individuelle Nachbetreuung
- Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
- Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
- Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
- Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.
Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.
In drei Schritten zum Online Seminar im Virtual Classroom:
- Seminar auswählen und auf "Buchen" klicken
- Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
- Formular ausfüllen und über den Button "Jetzt buchen" absenden.
Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.
Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.
Vorteile von Virtual Classroom:
- Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
- Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
- Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
- Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
- Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
- Die Schulungsunterlagen bekommen Sie per Post zugeschickt
- Sie sparen Reisekosten und Zeit
- 20. Jan. - 24. Jan. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 24. Mär. - 28. Mär. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 30. Jun. - 04. Jul. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 01. Sep. - 05. Sep. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 03. Nov. - 07. Nov. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
- Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Buchen Sie diese kostenfreien Serviceleistungen für Präsenzseminare ganz einfach während des Buchungsprozesses dazu!
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.