Dieser Kurs „Deep Learning und neuronale Netze in der Produktion“ vermittelt Ihnen die Fähigkeiten, neuronale Netze mit PyTorch, TensorFlow, FastAPI und Docker zu entwerfen, zu trainieren und einzusetzen. Ganz gleich, ob Sie Modelle von Grund auf neu erstellen oder diese in der Produktion einsetzen – dieser Kurs schließt die Lücke zwischen der Theorie des Deep Learning und der praktischen Umsetzung.

In Modul 1 befassen Sie sich mit den Grundlagen neuronaler Netze – dem Aufbau und Training von Feed-Forward-Netzwerken sowie dem Verständnis von Aktivierungen, Verlustfunktionen und Optimierern in PyTorch. Modul 2 konzentriert sich auf robuste Trainings- und Validierungsschleifen, die Nachverfolgung von Experimenten mit TensorBoard und Weights & Biases sowie die Analyse von Checkpoints. Modul 3 behandelt das Verpacken trainierter Modelle für die Inferenz, deren Bereitstellung über FastAPI sowie die Bewertung von Latenz und Zuverlässigkeit. Modul 4 vermittelt Kenntnisse zur Containerisierung mit Docker, zur Produktionsüberwachung, zur Protokollierung und zu Skalierungsstrategien. Am Ende dieses Kurses werden Sie: - Neuronale Netze mit PyTorch und TensorFlow entwerfen und trainieren - Die Modellleistung mit TensorBoard und Weights & Biases verfolgen und visualisieren - Trainierte Deep-Learning-Modelle über FastAPI für die Echtzeit-Inferenz bereitstellen - Deep-Learning-Anwendungen mit Docker in der Produktion zu verpacken, bereitzustellen und zu skalieren Haftungsausschluss: Dies ist eine unabhängige Bildungsressource, die von Board Infinity ausschließlich zu Informations- und Bildungszwecken erstellt wurde. Dieser Kurs steht in keiner Verbindung zu Unternehmen, Organisationen oder Zertifizierungsstellen und wird von diesen weder unterstützt, gesponsert noch ist er offiziell mit ihnen verbunden, sofern nicht ausdrücklich anders angegeben. Die bereitgestellten Inhalte basieren auf Branchenwissen und Best Practices, stellen jedoch kein offizielles Schulungsmaterial für einen bestimmten Arbeitgeber oder ein Zertifizierungsprogramm dar. Alle genannten Firmennamen, Marken, Dienstleistungsmarken und Logos sind Eigentum ihrer jeweiligen Inhaber und werden ausschließlich zu Bildungszwecken sowie zu Identifikations- und Vergleichszwecken verwendet.