Curso de OpenNMT: Implementing a Neural Machine Translation solution
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo configurar y usar OpenNMT para llevar a cabo la traducción de varios conjuntos de datos de muestra. El curso comienza con una descripción general de las redes neuronales que se aplican a la traducción automática. Los participantes realizarán ejercicios en vivo durante todo el curso para demostrar su comprensión de los conceptos aprendidos y recibir comentarios del instructor.
Al final de esta capacitación, los participantes tendrán el conocimiento y la práctica necesarios para implementar una solución OpenNMT vivo.
Las muestras de idioma de origen y destino se preorganizarán según los requisitos de la audiencia.
Formato del curso
- Conferencia parcial, discusión parcial, práctica práctica intensa
Programa del Curso
Introducción
- ¿Por qué la traducción automática neuronal?
Resumen del proyecto Torch
Instalación y configuración
Preprocesamiento de sus datos
Entrenamiento del modelo
Traducción en curso
Uso de modelos previamente entrenados
Trabajar con Lua scripts
Uso de extensiones
Solución de problemas
Unirse a la comunidad
Resumen y conclusión
Requerimientos
- Algo de experiencia en programación es útil.
- Experiencia en el uso de la línea de comandos.
- Conocimientos básicos de los conceptos de traducción automática.
Audiencia
- Especialistas en localización con formación técnica
- Gestores de contenidos globales
- Ingenieros de localización
- Desarrolladores de software a cargo de implementar soluciones de contenido global
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de OpenNMT: Implementing a Neural Machine Translation solution - Booking
Curso de OpenNMT: Implementing a Neural Machine Translation solution - Enquiry
OpenNMT: Implementing a Neural Machine Translation solution - Consultas
Consultas
Próximos cursos
Cursos Relacionados
Avanzado Stable Diffusion: Aprendizaje profundo para la generación de texto a imagen
21 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a científicos de datos de nivel intermedio a avanzado, ingenieros de aprendizaje automático, investigadores de aprendizaje profundo y expertos en visión por computadora que deseen ampliar sus conocimientos y habilidades en aprendizaje profundo para la generación de texto a imagen.
Al final de esta formación, los participantes serán capaces de:
- Comprenda las arquitecturas y técnicas avanzadas de aprendizaje profundo para la generación de texto a imagen.
- Implemente modelos complejos y optimizaciones para la síntesis de imágenes de alta calidad.
- Optimice el rendimiento y la escalabilidad de grandes conjuntos de datos y modelos complejos.
- Ajuste los hiperparámetros para mejorar el rendimiento y la generalización del modelo.
- Integración Stable Diffusion con otros marcos y herramientas de aprendizaje profundo
AlphaFold
7 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a biólogos que desean comprender cómo funciona AlphaFold y usar los modelos AlphaFold como guías en sus estudios experimentales.
Al final de esta formación, los participantes serán capaces de:
- Comprender los principios básicos de AlphaFold.
- Más información sobre cómo funciona AlphaFold.
- Aprenda a interpretar AlphaFold las predicciones y los resultados.
Aprendizaje Profundo para la Visión con Caffe
21 HorasCaffe es un marco de aprendizaje profundo creado teniendo en cuenta la expresión, la velocidad y la modularidad.
Este curso explora la aplicación de Caffe como un marco de aprendizaje profundo para el reconocimiento de imágenes utilizando MNIST como ejemplo
Audiencia
Este curso es adecuado para investigadores e ingenieros de Deep Learning interesados en utilizar Caffe como marco.
Después de completar este curso, los delegados podrán:
- Entender la estructura de Caffe y los mecanismos de despliegue.
- realizar tareas de instalación / entorno de producción / arquitectura y configuración.
- evaluar la calidad del código, realizar depuración, monitoreo
- Implementar producción avanzada como modelos de entrenamiento, implementación de capas y registro.
Deep Learning Neural Networks with Chainer
14 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a investigadores y desarrolladores que desean usar Chainer para construir y entrenar redes neuronales en Python mientras hacen que el código sea fácil de depurar.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para comenzar a desarrollar modelos de redes neuronales.
- Defina e implemente modelos de redes neuronales utilizando un código fuente comprensible.
- Ejecute ejemplos y modifique los algoritmos existentes para optimizar los modelos de entrenamiento de aprendizaje profundo mientras aprovecha los GPUs para un alto rendimiento.
Utilizando la Red Informática ToolKit (CNTK)
28 HorasComputer Network ToolKit (CNTK) es el marco de aprendizaje automático de entrenamiento RNN de código abierto, multimáquina, multi-GPU y altamente eficiente de Microsoft para voz, texto e imágenes.
Audiencia
Este curso está dirigido a ingenieros y arquitectos que deseen utilizar CNTK en sus proyectos.
Edge AI with TensorFlow Lite
14 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o en el sitio) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de IA que deseen aprovechar TensorFlow Lite para aplicaciones de IA perimetral.
Al final de esta capacitación, los participantes serán capaces de:
- Comprenda los fundamentos de TensorFlow Lite y su papel en Edge AI.
- Desarrolle y optimice modelos de IA con TensorFlow Lite.
- Implemente TensorFlow modelos Lite en varios dispositivos perimetrales.
- Utilice herramientas y técnicas para la conversión y optimización de modelos.
- Implemente aplicaciones prácticas de IA perimetral con TensorFlow Lite.
Accelerating Deep Learning with FPGA and OpenVINO
35 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a científicos de datos que desean acelerar las aplicaciones de aprendizaje automático en tiempo real e implementarlas a escala.
Al final de esta formación, los participantes serán capaces de:
- Instale el kit de herramientas OpenVINO.
- Acelere una aplicación de visión artificial mediante una FPGA.
- Ejecute diferentes capas de CNN en la FPGA.
- Escale la aplicación a varios nodos de un clúster Kubernetes.
Distributed Deep Learning with Horovod
7 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a desarrolladores o científicos de datos que deseen usar Horovod para ejecutar capacitaciones de aprendizaje profundo distribuidas y ampliarlas para que se ejecuten en múltiples GPU en paralelo.
Al final de esta formación, los participantes serán capaces de:
- Configure el entorno de desarrollo necesario para comenzar a ejecutar capacitaciones de aprendizaje profundo.
- Instale y configure Horovod para entrenar modelos con TensorFlow, Keras, PyTorch y Apache MXNet.
- Escale el entrenamiento de aprendizaje profundo con Horovod para que se ejecute en varios GPU.
Deep Learning with Keras
21 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a personas técnicas que desean aplicar el modelo de aprendizaje profundo a las aplicaciones de reconocimiento de imágenes.
Al final de esta formación, los participantes serán capaces de:
- Instalar y configurar Keras.
- Cree rápidamente prototipos de modelos de aprendizaje profundo.
- Implementar una red convolucional.
- Implementar una red recurrente.
- Ejecute un modelo de aprendizaje profundo tanto en una CPU como en GPU.
Introducción a Stable Diffusion para la generación de texto a imagen
21 HorasEsta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos, ingenieros de aprendizaje automático e investigadores de visión por computadora que deseen aprovechar Stable Diffusion para generar imágenes de alta calidad para una variedad de casos de uso.
Al final de esta formación, los participantes serán capaces de:
- Comprender los principios de Stable Diffusion y cómo funciona para la generación de imágenes.
- Construya y entrene Stable Diffusion modelos para tareas de generación de imágenes.
- Aplique Stable Diffusion a varios escenarios de generación de imágenes, como la pintura interior, la pintura externa y la traducción de imagen a imagen.
- Optimice el rendimiento y la estabilidad de los modelos Stable Diffusion.
Tensorflow Lite for Microcontrollers
21 HorasEsta capacitación en vivo dirigida por un instructor en Panama (en línea o presencial) está dirigida a ingenieros que desean escribir, cargar y ejecutar modelos de aprendizaje automático en dispositivos integrados muy pequeños.
Al final de esta formación, los participantes serán capaces de:
- Instale TensorFlow Lite.
- Cargue modelos de aprendizaje automático en un dispositivo integrado para permitirle detectar voz, clasificar imágenes, etc.
- Agregue IA a los dispositivos de hardware sin depender de la conectividad de red.