PDF

Schulung Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow

3 Tage / S2159
Neues Seminar

Schulungsformen

Offene Schulung

  • 3 Tage
  • 3 Termine
  • 2.200,00 zzgl. MwSt.
  • Köln
  •  

Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmer.

Termin auswählen

Inhouse-/Firmenschulung

  • 3 Tage - anpassbar
  • Termin nach Wunsch
  • Preis nach Angebot
  • In Ihrem Hause oder bei der GFU
  • Lernumgebung in der Cloud

Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.

Unverbindlich anfragen

Individualschulung

  • 3 Tage - anpassbar
  • Termin nach Wunsch
  • Preis nach Angebot
  • In Ihrem Hause oder bei der GFU
  • Lernumgebung in der Cloud

1 Teilnehmer = max. Fokus aufs Fachliche und max. Raum für individuelle Fragen.

Unverbindlich anfragen

Beschreibung

Dieser Kurs behandelt Bildverarbeitung anhand Künstlicher Intelligenz (Deep Learning Algorithmen) wodurch Fragestellungen der visuellen Qualitätskontrolle / Fehlerinspektion, wie die Defekterkennung von Produkten in der Produktion, das Erkennen / Klassifizieren von Erzeugnissen auf Kameradaten oder die Zuordnung einzelner Bildpixel zu einer Klasse umgesetzt werden können. 

Ein Überblick über bekannte Anwendungen aus der Praxis, welche auf Deep Learning Algorithmen beruhen und eine Wiederholung wichtiger Begriffe aus dem Machine Learning, welche für das Trainieren der Algorithmen notwendig sind bilden den Anfang des Seminars. 

Basierend auf einem einfachen Netzwerk, dem Multi-Layer-Perceptron, lernen Sie, wie Aktivierungsfunktionen, Backpropagation und das Training von Deep Learning in der Praxis mit den Frameworks Tensorflow und Keras funktioniert, um dieses Wissen auf typische Anwendungsfälle bei der Bildverarbeitung mit Deep Learning umzusetzen. Dabei werden die drei klassischen und meist verwendeten Anwendungsfelder von Deep Learning in der Bildverarbeitung behandelt: die Objektdetektion mit Bounding Boxes, die Semantische Segmentierung und die Bild Klassifizierung. 

Mit verschiedenen Datensätzen werden wir unterschiedliche Neuronale Netze trainieren und deren Leistungsfähigkeit kennenlernen. Dabei werden typische Probleme während des Trainings und deren Lösungmöglichkeiten (Regularisierung während des Trainings) behandelt.

Die Beschaffung aus bekannten (kommerziellen und open-source) Datenquellen und die Datenaugmentierung von Bilddaten bilden neben dem Transfer-Learning einen Ausblick, um das Gelernte eigenständig auf die eigene Problemstellung umzusetzen. 

Schulungsziel

Die Teilnehmer lernen verschiedene Neuronale Netze und deren Leistungsfähigkeit bei typischen Anwendungsfällen in der Bildverarbeitung mit Deep Learning kennen (Objektdetektion mit Bounding Boxes, Semantische Segmentierung, Bild Klassifizierung)

Die Fähigkeit, Neuronale Netze mit verschiedenen Schichten entwerfen zu können und mit dem Frameworks Tensorflow/Keras in der Programmiersprache Python umzusetzen ist ein wichtiger Bestandteil. 

Neben den konkreten Anwendungsgebieten vermittelt das Seminar die Grundlagen, um sich danach vertiefend selbstständig andere gewünschte Anwendungsfälle im Deep Learning anzueignen.

Details

Wer teilnehmen sollte

Technisch interessierte Fachkräfte bzw. Projektleiter, welche Deep Learning für die Bildverarbeitung verwenden möchten und sich einen Einstieg in Deep Learning Algorithmen mit Keras/Tensorflow wünschen, um eigenständig Neuronale Netze zu entwerfen und trainieren zu können. Die Teilnehmer sollten Kenntnisse in Python oder einer anderen Programmiersprache besitzen, da das verwendete Interface auf Python basiert. Die Kenntnis grundlegender mathematischer und statistischer Konzepte (Mittelwert, statistische Verteilungen, Ableitungsfunktion, was ist eine mathematische Funktion, Matrix, Vektor) erleichtert das Verständnis. Es wird die Anaconda Distribution und Pycharm als Entwicklungsumgebung verwendet. 


Ihre Schulung

Lernmethode:
Ausgewogene Mischung aus Theorie und Praxis
Unterlagen:
Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann
Arbeitsplatz:
PC/VMs für jeden Teilnehmer
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
Teilnahmebescheinigung:
Wird am Ende des Seminars ausgehändigt, inkl. Inhaltsverzeichnis

Organisation

Teilnehmerzahl:
min. 1, max. 8 Personen
Garantierte Durchführung :
Ab einem Teilnehmer
Schulungszeiten:
3 Tage, 1. Tag 10:00 - 17:00 Uhr, Folgetage 09:00 - 16:00 Uhr
Ort der Schulung:
GFU Schulungszentrum

GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutz
oder europaweit bei Ihnen als Inhouse-Schulung
Räumlichkeiten:
Helle und modern ausgestattete Räume mit perfekter Infrastruktur
Preisvorteil :
Der dritte Mitarbeiter nimmt kostenfrei teil.
All-Inclusive:
Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch
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
Bildungsgutschein:
Bildungsscheck NRW, Bildungsprämie

Kostenfreie Services

Inhalt

  • Überblick über Deep Learning (D)L im Alltag  
    • bekannte Anwendungsfälle von Deep Learning (DL)
    • Meilensteine von Deep Learning (DL)
  • Einführung in Machine Learning und Deep Learning
    • Trainings-, Test- und Validierungsdaten
    • Overfitting
    • Supervised, Unsupervised Learning
  • Multi-Layer Perceptron
    • Aufbau und Struktur
    • Anwendung an Hand einfacher Regression von Aktienkursen
    • Aktivierungsfunktionen (ReLU, PreLU, ELU, tanh, sigmoid)
    • Backpropagation
    • Training von Neuronalen Netzen
  • Unterstützende Visualisierungen
    • Visualisierung der Netzwerkarchitektur
    • Visualisierung und Interpretation des Trainings- und Validierungslosses und deren Performance
  • Einführung in Convolutional Neural Network (CNN)
    • Grundlage und wichtigste Layers von CNNs
  • Objektdetektion durch Bounding Boxes
    • Bekannte Netzwerkarchitekturen
    • Visualisierung des Outputs
    • L2 Loss
  • Semantische Segmentierung  
    • Bekannte Netzwerkarchitekturen
    • Softmax und Cross Entropy Loss
    • Visualisierung des Outputs
  • Bild Klassifizierung
    • Bekannte Netzwerkarchitekturen
    • Training und Validierung
  • Trainings-Performance
    • Verbesserung durch Regularisierung
    • Vorstellung und praktische Umsetzung bekannter Methoden (Dropout, Batch Normalisation)
  • Rund um Daten
    • Datenbeschaffung (Labeling von Daten)
    • Data-Augmentation
  • Transfer-Learning  
    • Übertrag von trainierten Netzen auf eine andere verwandte Aufgabe

Kundenbewertungen

Zu diesem Seminar wurden noch keine Bewertungen abgegeben.

Buchungsmöglichkeiten

Offene Termine
TerminOrtPreis
16.03.-18.03.2020
Plätze vorhanden
Köln 2.200,00
Köln 2.200,00 Buchen Vormerken
06.07.-08.07.2020
Plätze vorhanden
Köln 2.200,00
Köln 2.200,00 Buchen Vormerken
05.10.-07.10.2020
Plätze vorhanden
Köln 2.200,00
Köln 2.200,00 Buchen Vormerken
  • Buchen ohne Risiko
  • Keine Vorkasse
  • Kostenfreies Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • All-Inclusive-Preis
  • Garantierter Termin und Veranstaltungsort
  • Preise pro Person zzgl. Mehrwertsteuer
  • Der dritte Mitarbeiter nimmt kostenfrei teil
Firmenschulung
Im GFU Schulungszentrum
Inhouse-Schulung

Komplette Lernumgebung in der Cloud mit Remote Zugriff

In Ihrem Hause 
Auswählen
Wo soll Ihre Schulung stattfinden?
  • europaweit
  • GFU Schulungszentrum
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:
Individualschulung

Komplette Lernumgebung in der Cloud mit Remote Zugriff

Auswählen
Wo soll Ihre Schulung stattfinden?
  • Im GFU Schulungszentrum oder in Ihrem Hause europaweit
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:

Das GFU-Sorglos-Paket

Diese kostenfreien Serviceleistungen sind während des Buchungsprozesses ganz einfach auswählbar.

Shuttle Service

Shuttle-Service

Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.

Hotel

Hotelreservierung

Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!

Verpflegung

Verpflegung

Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!

Parkplätze

Parkplätze

Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.

GFU-Seminar Arbeitsplatz

Ein Team eines Unternehmens will zusammen das Seminar Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow buchen

Hier kann ein Firmen-Lehrgangssystem zum Thema Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow angebracht sein. Der Lehrstoff des Lehrgangs kann dabei gemeinsam mit den Fachdozenten modifiert oder komprimiert werden.

Haben die Seminarteilnehmer allerdings Praxis in Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow, sollte der erste Punkt der Agenda nur gestreift werden. Eine Firmen-Weiterbildung rechnet sich bei mindestens 3 Schulungsteilnehmern. Die Inhouse-Seminare zum Thema Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow finden sporadisch in Dortmund, Bochum, Hamburg, Berlin, Wuppertal, Dresden, München, Münster, Hannover, Nürnberg, Essen, Leipzig, Bremen, Düsseldorf, Bonn, Bielefeld, Duisburg, Frankfurt, Stuttgart und Köln am Rhein in NRW statt.

Welche Kurse erweitern Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow?

Eine erste Ergänzung findet sich in Deep Learning mit Schwerpunkt Bildverarbeitung (Vision) in Keras/Tensorflow mit

  • Aktivierungsfunktionen (ReLU, PreLU, ELU, tanh, sigmoid)
  • Bild Klassifizierung Bekannte Netzwerkarchitekturen
  • L2 Loss
  • Visualisierung und Interpretation des Trainings- und Validierungslosses und deren Performance

Erwägenswert ist auch ein Kurs von „JavaEE Microservices mit Wildfly-Thorntail“ mit der Behandlung von

  • Konfigurationsmöglichkeiten Webserver - Undertow
  • Logging Konfigurationsmöglichkeiten 
  • Erstellung eines Microservices REST / JAX-RS
  • Aufbau von Wildfly-Thorntail Struktur und Konfiguration

Für Firmenschulungen ist das Thema „Elastic Stack - Komplett: Einstieg in Elasticsearch, Kibana, Logstash, Beats“ mit den Unterpunkten Aggregationen und Kibana - Daten visualisieren und durch den Elastic Stack navigieren Discover Interface passend.

Für Fortgeschrittene eignet sich auch eine Bootstrap 4 individuell anpassen und erweitern Fortbildung. In diesem Seminar werden vor allen Dingen

  • Stile auslagern und importieren
  • @Rules und Direktiven
  • Media Queries ändern
  • Bootstrap Optionen ändern
geschult.

Haben Sie Fragen?
  • 0221 82 80 90
  • Chat offline
Empfangsdamen der GFU