Aprendizagem profunda com BigDL

Semana 1

Revise os conceitos introdutórios sobre aprendizagem profunda. Os tópicos incluem:

  • As diferenças entre aprendizagem profunda, aprendizado de máquina e inteligência artificial
  • Os princípios básicos das redes neurais, o algoritmo de aprendizagem do perceptron e como tudo isso se tornou aprendizagem profunda
  • Conceitos fundamentais, como funções de ativação, hiperparâmetros e funções de perda

Baixar

Semana 2

Compreenda como funciona a BigDL e saiba como usá-la. Os tópicos incluem:

  • Por que a produção de cargas de trabalho de IA requer estruturas de big data
  • Casos de usos reais de como usar a IA para big data
  • Como a BigDL funciona com o Spark, frameworks de aprendizagem profunda e plataformas de nuvem

Baixar

Semana 3

Explore a arquitetura técnica da BigDL Os tópicos incluem:

  • Como instalar e começar a usar a BigDL
  • Técnicas para criar redes neurais através de camadas e contêineres
  • Como executar a BigDL no Docker e Jupyter*

Baixar

Semana 4

Mergulhe na implementação do perceptron desde a Semana 1. Os tópicos incluem:

  • A intuição por trás dos classificadores lineares
  • Como executar o gradiente descendente estocástico na BigDL
  • Uma análise detalhada do desenvolvimento de uma rede de camada única

Baixar

Semana 5

Examine a classificação não linear através de múltiplas camadas. Os tópicos incluem:

  • Por que redes de camada única não podem aprender dados não lineares
  • Como a retropropagação pode ser usada para executar descida de gradiente entre camadas
  • As técnicas para lidar com o desaparecimento e explosão dos gradientes

Baixar

Semana 6

Aprenda a desenvolver usando as APIs de alto nível para BigDL. Os tópicos incluem:

  • Estruturas de dados Spark, como DataFrames e conjuntos de dados
  • Uma visão geral do Analytics Zoo, uma plataforma unificada de IA

Baixar

Semana 7

Explore a teoria e a implementação das redes neurais convolucionais (CNN - Convolutional Neural Networks). Os tópicos incluem:

  • Por que não pode haver defesa perfeita para redes neurais?
  • A terminologia das CNNs, como camadas convolucionais e de pooling

Baixar

Semana 8

Aprenda a usar frameworks populares de aprendizado de máquina na BigDL. Os tópicos incluem:

  • Como importar e exportar modelos TensorFlow* e Caffe* na BigDL
  • Definindo a transferência de aprendizado e como usá-la para aproveitar os modelos pré-tratados

Baixar

Semana 9

Examine como incorporar outro tipo popular de redes neurais: redes neurais recorrentes (RNN). Os tópicos incluem:

  • Uma revisão da teoria dos RNNs e como elas resolvem novos tipos de problemas
  • Como implementar RNNs com a API BigDL e a API Analytics Zoo

Baixar

Semana 10

Aprenda como criar uma memória longa de curto prazo (LSTM - Long Short-Term Memory) como uma solução para alguns dos problemas de RNNs na BigDL. Os tópicos incluem:

  • Problemas com RNNs, como gradientes de desaparecimento e longos tempos de treinamento
  • Teoria, componentes e aplicações da LSTM

Baixar