Konferenz für Big Data,
Data Science und Machine Learning
Heidelberg, Print Media Academy, 25.–28. September 2018

» Programm »

Einführung in Deep Learning mit TensorFlow und Keras

Dieser Workshop ist für Einsteiger in Deep Learning gedacht, die einen realistischen Einblick in die Entwicklung mit TensorFlow und Keras erhalten möchten.

Im ersten Teil lernst du die Grundbegriffe des Deep Supervised Learnings kennen und wie Neuronale Netze aufgebaut sind. Hier werden wir mit dem TensorFlow Playground arbeiten.

Im zweiten Teil trainieren wir dann ein Neuronales Netzwerk. Wir wählen dafür ein praxisnahes Beispiel aus und gehen so vor, wie Sie es auch bei einer echten Problemstellung machen würden. Dies machen wir anhand von Python-Code, der in Colab Notebooks läuft. Zum Einsatz kommen Keras und TensorFlow.

Im dritten Teil gucken wir uns weitere Anwendungsgebiete an. Mit dabei sein werden Bilderkennung und Textklassifikation.

Am Ende setzen wir unser trainiertes Modell produktiv. Wir werden uns unterschiedliche Arten der Produktivsetzung ansehen: Google Cloud ML, TensorFlow Serving und TensorFlow.js. Die Installation der notwendigen Software ist zum Teil sehr komplex, daher werden wir zur Produktivsetzung keine Übung haben.

Alle Software wird im Browser laufen, daher brauchen Sie als Vorbereitung nur eine aktuelle Version des Chrome-Browsers und ein Google-Nutzerkonto (kann auch während des Kurses angelegt werden).

Agenda

  • ab 8.30 Uhr Registrierung und Begrüßungskaffee

  • 9.30 Uhr Beginn

    • Was ist die Idee von Deep Supervised Learning?
    • Wie funktioniert ein Fully Connected Feed-Forward Netzwerk?
    • Was ist Klassifikation und wie macht man das mit Neuronalen Netzwerken?
    • Was ist Overfitting? Was Underfitting?

  • 11.00 - 11.15 Uhr: Kaffeepause

    • Training eines Neuronalen Netzwerks mit TensorFlow und Keras
    • Optimierung und unseres Netzwerks, um Overfitting zu verhindern

  • 12.30 - 13.30 Uhr: Mittagspause

    • Neuronale Netzwerke (CNNs) für Bildverarbeitung (Grundlagen)
    • Recurrente Neuronale Netzwerke (RNNs) für Sequenzen und Textverarbeitung (Grundlagen)

  • 15.30 - 15.45 Uhr: Kaffeepause

    • Produktivsetzung mit Google Cloud ML, TensorFlow Serving und TensorFlow.js

  • ca. 17.00 Uhr: Ende

Technische Anforderungen
Falls Sie ein Gerät Ihrer Firma verwenden, überprüfen Sie vorher bitte, ob eines der folgenden, gelegentlich vorkommenden Probleme bei Ihnen auftreten könnte:

  • Workshop-Teilnehmer hat keine Administrator-Rechte

  • Corporate Laptops mit übermäßig penibler Sicherheitssoftware

  • Gesetzte Corporate-Proxies, über die man in der Firma kommunizieren muss, die aber in einer anderen Umgebung entsprechend nicht erreicht werden.

Vorkenntnisse
* Python-Grundkenntnisse wünschenswert
* Machine-Learning: Grundkenntnisse wünschenswert

Lernziele
* Wie baut man Neuronale Netze mit Keras und TensorFlow?
* Wie exportiert man trainierte Modelle?
* Wie bringt man trainierte Modelle in eine Produktionsumgebung?

// Oliver Zeigermann Oliver Zeigermann

hat über Jahrzehnte in vielen unterschiedlichen Sprachen und mit vielen Technologien Software entwickelt. In den letzten Jahren ist er tief in die Analyse großer Datenmengen unter anderem auch mit Techniken des Machine Learning eingestiegen.


l>