BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Derin Öğrenme | Deep Learning - ECPv6.5.1.6//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://www.derinogrenme.com
X-WR-CALDESC:Derin Öğrenme | Deep Learning için etkinlikler
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Istanbul
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0300
TZNAME:+03
DTSTART:20180101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Istanbul:20180929T090000
DTEND;TZID=Europe/Istanbul:20180929T180000
DTSTAMP:20260429T085600
CREATED:20180628T103359Z
LAST-MODIFIED:20180831T081829Z
UID:2151-1538211600-1538244000@www.derinogrenme.com
SUMMARY:Görüntü İşleme için Derin Öğrenmenin Temelleri
DESCRIPTION:Bu uygulamalı derste\, sinir ağlarını eğiterek ve uygulayarak derin öğrenmenin temellerini öğreneceksiniz. Ders süresince;\n– Görüntü Sınıflandırma ve Nesne Algılama gibi yaygın derin öğrenme iş akışlarını hayata geçirme\,\n– Eğitim parametreleri\, ağ yapısı\, performans ve yetenekleri arttıracak stratejiler üzerine çalışmalar ve denemeler yapma\,\n– Ağlarınızı\, gerçek dünyadaki problemleri çözmeye başlayacak şekilde uygulama imkanı bulacaksınız. \nNeler Öğreneceksiniz?\n\nBir Derin Öğrenme projesini başlatmak için gerekli içerikleri tanımlama.\nBilgisayarın daha önce hiç görmediği görüntüleri doğru şekilde sınıflandırmak için derin bir sinir ağını eğitme.\nDerin sinir ağlarını uygulamalarda çalıştırma.\nDerin öğrenme uygulamalarının performansını geliştirmek için teknikler tanımlama.\nDerin öğrenme için aday olan problem türlerini değerlendirme.\nDavranışlarını değiştirmek için sinir ağlarını modifiye etme.\n\nEğitim içeriği ve diğer detaylar için tıklayın.
URL:https://www.derinogrenme.com/etkinlikler/goruntu-isleme-icin-derin-ogrenmenin-temelleri-2/
LOCATION:Open Zeka\, Üniversiteler Mah.\, 1605. Cad. No:3/1-Z04 06800 Çankaya\, Ankara\, 06800\, Türkiye
CATEGORIES:Derin Öğrenme
ATTACH;FMTTYPE=image/jpeg:https://www.derinogrenme.com/wp-content/uploads/2018/06/Select_04_1080x1080px_PARTNER-copy.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Istanbul:20180930T090000
DTEND;TZID=Europe/Istanbul:20181001T170000
DTSTAMP:20260429T085600
CREATED:20180628T105411Z
LAST-MODIFIED:20180831T081836Z
UID:2153-1538298000-1538413200@www.derinogrenme.com
SUMMARY:Embedded Sistemlerde Yapay Zeka Uygulamaları
DESCRIPTION:Bu eğitim\, otonom\, robot\, iha (drone) ve güvenlik sistemlerindeki kamera görüntülerinin NVIDIA Jetson TX1/TX2/TX2i/Xavier platformu ile gerçek zamanlı tanıma işlemini yapmak isteyen katılımcılar için hazırlanmıştır. Bu eğitimi aldıktan sonra Jetson kullanarak kameradan aldığınız görüntüleri gerçek zamanlı tanımlayabileceksiniz. Özellikle derin öğrenme uygulamaları konusunda tecrübe kazanmak ve akademik çalışma yapmak isteyenler için kaçırılmayacak bir eğitim. \nNeler Öğreneceksiniz? \n\nJetson platformlarının kabiliyetleri.\nDerin öğrenme için gerekli donanım ve yazılım altyapısını tesis etme.\nJetson’ın yapay zeka uygulamaları için hazırlanması.\nIMAGENET verisi ile sınıflandırıcı eğitimi ve resim/video üzerinde gerçek zamanlı sınıflandırıcı çalıştırılması.\nDetectNet kullanarak nesne koordinatlarını tespit etme eğitimi ve uygulaması.\nÇıkarım hızlandırıcısı olarak TensorRT kullanılması.\nÇok sınıflı modellerin çalıştırılması.\nKamera üzerinde sınıflandırıcı ve nesne tespit edici modellerin çalıştırılması.\nSegNet ile görüntü segmentasyonunun yapılması.\n\nEğitim içeriği ve diğer detaylar için tıklayın.
URL:https://www.derinogrenme.com/etkinlikler/embedded-sistemlerde-yapay-zeka-uygulamalari-2/
LOCATION:Open Zeka\, Üniversiteler Mah.\, 1605. Cad. No:3/1-Z04 06800 Çankaya\, Ankara\, 06800\, Türkiye
CATEGORIES:Embedded Sistemlerde Yapay Zeka
ATTACH;FMTTYPE=image/jpeg:https://www.derinogrenme.com/wp-content/uploads/2018/06/detectnet-peds-00.jpg
ORGANIZER;CN="Open Zeka":MAILTO:info@openzeka.com
END:VEVENT
END:VCALENDAR