Eğitim İçeriği
S.No. | Eğitim | Süre | Açıklama |
---|---|---|---|
1 | Derin öğrenme nedir? | 15 dakika | Derin öğrenmenin tarihi gelişimi ve sunduğu fırsatlar. |
2 | DIGITS ile Resim Sınıflandırma | 90 dakika | NVIDIA DIGITS™ kullanarak gerçek dünya görüntü sınıflandırma problemlerini çözmek için derin öğrenme iş akışı içerisinde derin sinir/sinir ağları nasıl güçlendireceğinizi öğrenin. Veri hazırlama, model tanımlama, model eğitim ve sorun giderme işlemlerini adım adım yapacaksınız. Test etmek için doğrulama verileri kullanacak ve GPU’ları kullanarak model performansını artırmak için farklı stratejiler deneyeceksiniz. Bu laboratuvarı bitirdikten sonra, kendi görüntü sınıflandırma uygulamanız üzerinde bir DNN eğitmek için DIGITS’i kullanabileceksiniz. |
3 | Ara | 15 dakika | |
4 | DIGITS ile Nesne Tespiti | 90 dakika | NVIDIA DIGITS™ ile eğitilmiş sinir ağlar kullanarak bir görüntüdeki belirli bir özelliği tanımlama için kullanılan üç yaklaşımı keşfedin.
Birçok problem için derin öğrenme ile çözüm geliştirilmiştir, ancak bazı problemleriniz için çözüm geliştirilmemiş olabilir. Hava görüntülerinden balina yüzlerini tespit etmenin zorluğu ile kendi problemlerinize yönelik özel çözümler oluşturmayı öğrenin:
Bu laboratuarı tamamladıktan sonra, özel problemleri derin öğrenme ile çözebileceksiniz. |
5 | Ara | 15 dakika | |
6 | DIGITS ve TensorRT ile Derin Öğrenme Uygulaması
(İsteğe Bağlı) |
90 dakika | Derin öğrenme, girdileri aşırı hesaplamaya dayanan çıktılara haritalamamızı sağlar. Görüntüleri tanıyan ve yayaları gerçek zamanlı olarak algılayan uygulamalarda derin öğrenmeyi kullanmayı öğrenin:
Bu Laboratuvarı tamamladıktan sonra, gerçek dünya sorunlarını çözerken derin öğrenmeyi kullanabileceksiniz. |
7 | Ara | 15 dakika | |
8 | Konvolüsyonel sinir ağları nasıl çalışıyor? (İsteğe bağlı) | 90 dakika | Derin öğrenmenin temelini oluşturan konvolüsyonel sinir ağlarının yapısı ve nasıl işlediğiyle ilgili bilginiz yoksa bu dersi kaçırmayın. |
Atölye Yapılacak Yer ile İlgili Şartlar
Eğitimler uygulamalı olduğu için katılımcıların yanında kendi laptop veya bilgisayarlarını getirmesi gerekmektedir. Eğitimde katılımcılara kendi bilgisayarlarından erişebilecekleri “derin öğrenme hazır” sanal makineler tahsis edilmektedir. Eğitimin etkin bir şekilde yapılabilmesi için eğitime katılmasını planladığınız kişi sayısına göre elektrik alt yapısı ve internet hizmeti sağlanmalıdır.
Eğitmene sağlanacak internet bağlantısı en az 10 Mbit olarak katılımcılardan ayrı bir ağ ile sağlanmalıdır.
Aralarda içeçek ve yiyecek sunumu ev sahibinin tercihine ve isteğine bırakılmıştır. Eğitimin süresi dikkate alındığında yiyecek ve içeçek sunumunun yapılması motivasyonu artıracaktır.
Open Zeka, şartların uygun olması durumunda eğitim yapılan salonda derin öğrenme uygulama demolarının gösterilebileceği stand kurabilir.
Eğitim duyurularında kullanılacak içerik Open Zeka tarafından hazırlanmaktadır.
Ücretsiz eğitimlerimiz sadece öğrenci ve akademisyenlere yöneliktir. Katılımcılar arasında bu şartı sağlamayan kişilerin bulunmaması için gerekli tedbir ev sahibi tarafından alınmalıdır.
DLI Atölyesi Katılımcı Talimatı
Kendi dizüstü bilgisayarınızı bu atölyeye getirmelisiniz.
Dizüstü bilgisayarınızın atölyeden önce aşağıdaki adımları takip edin ve bir problem olmadığına emin olun.
https://websocketstest.com adresine giderek dizüstü bilgisayarınızda qwikLABS’ın sorunsuz çalışıp çalışmadığını kontrol ediniz.
Websockets’in çalışırlık kontrolü için Enviroment altında WebsSockets supported alanının ve WebSockets (Port 80) altında Data Receive, Data Send ve Echo Test alanlarının hepsinin Yes olarak işaretlendiğini kontrol ediniz.
WebSockets ile ilgili sorunlar varsa, tarayıcınızı güncellemeyi deneyebilirsiniz. QwikLABS için en iyi tarayıcılar Chrome, FireFox ve Safari’dir. Laboratuarlar IE’de çalışabilir, ancak optimum bir deneyim sunmayabilir.