Hands-on-Workshop: Convolutional Neural Networks und Vision Transformer mit PyTorch

Ziele der Schulung

In dieser 2-tägigen Schulung "Hands-on-Workshop: Workshop: Convolutional Neural Networks und Vision Transformer mit PyTorch" tauchen Sie tief in die Thematik ein. Das Hauptziel dieses Seminars liegt darin, Fachleuten im Bereich der Bildverarbeitung ein gründliches Verständnis für Convolutional Neural Networks (CNNs) und Vision Transformer (VT) zu vermitteln. Mithilfe einer praxisnahen Fallstudie wird Ihnen anschaulich beigebracht, wie Sie ein eigenes CNN bzw. Vision Transformer mit Hilfe von PyTorch konzipieren und trainieren können. Dies ermöglicht Ihnen die eigenständige Anwendung des Netzwerks zur Klassifizierung von Bildern in Ihren eigenen Aufgabenbereichen.

Zielgruppe Seminar

• technisch arbeitende Mitarbeiter, die an Bildverarbeitungsaufgaben arbeiten und sich in das Thema "Convolutional Neural Networks" und "Vision Transformer" einarbeiten möchten
• alle, die am Thema Deep Learning allgemein interessiert sind und ein konkretes Deep-Learning Modell einmal tiefer durchdringen möchten

Voraussetzungen

• Einfache Programmiervorkenntnisse in einer beliebigen Programmiersprache

Die Codebeispiele werden anhand von sog. Jupyter-Notebooks in der Programmiersprache Python vorgeführt. Hierbei werden wir auch die frei verfügbaren (auch kommerziell frei nutzbaren) Bibliotheken TensorFlow und Keras nutzen.

Seminarinhalt

Tag 1: Fokus auf Theorie

• Was ist Deep Learning?
• Was ist ein Convolutional Neural Network? (CNN)
• Wie funktioniert ein Convolutional Neural Network (CNN) ?
• Wie funktioniert ein Vision Transformer (VT)?
• Wozu dienen die Filterschichten (Conv Layers) in einem CNN?
• Wozu dienen die MaxPooling-Operationen (MaxPool Layers)?
• Was ist das MLP am Ende eines CNNs?
• Wieso sind CNNs so erfolgreich?
• Was macht ein "Neuron" in einem CNN? Welche Teilaufgabe übernimmt es eigentlich?
• Installation der Arbeitsumgebung (PyTorch, Jupyter, OpenCV)
• Ein einfaches MLP in PyTorch erstellen

Tag 2: Fokus auf Praxis

• Wie lädt man eigene Bilder ein?
• Wie baut man ein CNN bzw. ein VT in PyTorch?
• Welche Vorverarbeitungsschritte sind notwendig, um eigene Bilder ins CNN / VT einzuspeisen?
• Wie trainiert man das CNN / VT?
• Wie kann man das fertige CNN / VT speichern und wiederherstellen?
• Wie kann ich mit Hilfe des fertig trainierten CNNs / VT Bilder klassifizieren?
• Von der Objektklassifikation zur Objektdetektion und Segmentierung

Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.

Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.

Übersicht: Machine Learning & Deep Learning Schulungen Portfolio

Mehr zu den Vorteilen von Badges

Seminare kurz vor der Durchführung