Professional ML / AI

Machine Learning entstand aus der Mustererkennung und der Theorie, dass Computer lernen können, ohne für bestimmte Aufgaben programmiert zu sein. Es ist eine Anwendung der künstlichen Intelligenz. Machine Learning bietet Systemen die Möglichkeit, mit minimalem menschlichen Eingriff und ohne explizite Programmierung automatisch aus Erfahrungen zu lernen und sich zu verbessern. Darüber hinaus konzentriert sich maschinelles Lernen auf die Entwicklung von Computerprogrammen, die auf Daten zugreifen und diese zum Lernen für sich selbst verwenden können. Ausgehend von den Python-Grundlagen, die für die Verwendung von APIs für Machine Learning und für die Durchführung von Übungen in diesem Kurs mit Jupyter Notebooks erforderlich sind, sowie den Grundsätzen und Methoden des Supervised Learning und Deep Leaning, wird in diesem Kurs weiterhin gezeigt, wie neuronale Netze zum Lösen von Regression und Klassifizierung verwendet werden. Außerdem werden die wichtigsten Aspekte des maschinellen Lernens und der künstlichen Intelligenz vorgestellt. Es ist wichtig, Datensätze für das maschinelle Lernen vorzubereiten. In diesem Kurs werden auch Cloud- und Edgebasierte Anwendungen und Anwendungsfälle erläutert.
Nach einer Einführung in Machine Learning für Cloud- und Edge-Anwendungen wird in diesem Kurs gezeigt, wie Sie mithilfe der XILINX-Technologie Ihre eigenen Cloud- oder Edge-basierten Anwendungen entwickeln können. Es wird beschrieben, wie XILINX-Lösungen für maschinelles Lernen für Rechenzentren und Cloud-basierte Anwendungen verwendet werden und wie DNN-Algorithmen, Modelle, Inferenzen und Trainings sowie Frameworks auf einer Edge-Computing-Plattform zur Anwendung kommen.
Der XILINX Versal, die branchenweit erste ACAP-Plattform (Adaptive Compute Acceleration Platform), bietet eine bahnbrechende adaptive Inferenzbeschleunigung, fortschrittliche Signalverarbeitung und eine sehr hohe Speicherbandbreite.
Darüber hinaus bietet das ACAP eine neu strukturierte Hardwarestruktur für eine hohe Rechendichte pro Logikkern, die eingebettete Echtzeitverarbeitung und sicherheitskritische Verarbeitung ermöglicht. Im Vergleich zu CPUs und GPUs ist die XILINX-Technologie flexibler wenn es um Algorithmen für Machine Learning geht. In diesem Kurs werden praktische Übungen zur Vertiefung des Wissens durchgeführt, die in den verschiedenen Kapiteln in der Theorie vermittelt werden.


Anwendbare Technologien

  • Versal ACAP

Voraussetzungen

  • Grundlagenkenntnisse von Prozessor Architekturen
  • Grundkenntnisse einer FPGA Architektur

Termine


Auf Anfrage
Training buchen

Dauer und Kosten


Dauer: 5 Tage

Kosten: 3.100,00 €
netto pro Teilnehmer inklusive ausführlicher Schulungsunterlagen sowie Pausengetränke und Mittagessen

Ansprechpartner


Michael Schwarz