Einführung in Deep Learning mit Keras/TensorFlow

Durch moderne Frameworks haben Machine-Learning-Methoden mittlerweile den Weg aus der Forschung in die Industrie gefunden. Ob in der Verarbeitung natürlicher Sprache oder in der Objekterkennung – Machine- und Deep-Learning-Modelle sind kaum mehr wegzudenken. Eines der wohl bekanntesten ML-Frameworks ist TensorFlow, das mittlerweile seit 2015 existiert und erst im Oktober 2019 in der Version 2 released wurde.

Dieser Miniworkshop richtet sich an Einsteiger, die keine oder nur wenig Erfahrung mit TensorFlow, Keras oder Machine Learning haben. Wir arbeiten uns durch die wichtigsten Features von TensorFlow 2, von der Datasets-API über den Eager-Modus mit Keras bis zum automatischen Aufbau von Graphen.

Vorkenntnisse

* Grundkenntnisse in Python
* Erste Erfahrungen mit Machine Learning können nicht schaden

Lernziele

* Die grundlegenden Features von TensorFlow 2 kennenlernen und anwenden können
* Die verschiedenen APIs von TensorFlow richtig nutzen
* Ein ML-Modell mit TensorFlow und Keras selbst modellieren, trainieren und nutzen können

 

Agenda

Teil 1: Einführung in TensorFlow 2

  • TensorFlow Basics
  • Tensoren, Variablen und Gradienten
  • Ein erstes Modell mit dem Eager-Modus
  • APIs und Annotationen

Teil 2: Modelle trainieren mit Keras

  • Eine kurze Einführung in Machine Learning
  • Keras Basics - Layers, Losses, Metrics
  • Modelle objektorientiert trainieren
  • Modelle mit der Functional-API trainieren

Teil 3: Modellqualität validieren

  • Daten und Modelle bewerten
  • Datenvalidierung mit TensorFlow Data Validation
  • Modellanalyse mit TensorFlow Model Analysis
  • TensorFlow Modelle skalierbar bereitstellen

 

Speaker

 

Thomas Timmermann
Thomas Timmermann Thomas hat in Mathematik promoviert, umfangreiche Erfahrung in der Forschung und Weiterbildung gesammelt und verstärkt seit Oktober 2019 die codecentric im Bereich Data Science und Machine Learning. Besonders interessieren ihn alle Themen rund um KI, Deep Learning und Natural Language Processing.

ML-Essentials-Newsletter

Sie möchten über die ML Essentials
auf dem Laufenden gehalten werden?

 

Anmelden