Training Apache MXNet
placeApeldoorn 25 feb. 2026 tot 4 mrt. 2026Toon rooster event 25 februari 2026, 09:30-17:30, Apeldoorn, Dag 1 event 4 maart 2026, 09:30-17:30, Apeldoorn, Dag 2 |
placeUtrecht 25 feb. 2026 tot 4 mrt. 2026Toon rooster event 25 februari 2026, 09:30-17:30, Utrecht, Dag 1 event 4 maart 2026, 09:30-17:30, Utrecht, Dag 2 |
placeRotterdam 26 feb. 2026 tot 5 mrt. 2026Toon rooster event 26 februari 2026, 09:30-17:30, Rotterdam, Dag 1 event 5 maart 2026, 09:30-17:30, Rotterdam, Dag 2 |
placeEindhoven 9 mrt. 2026 tot 16 mrt. 2026Toon rooster event 9 maart 2026, 09:30-17:30, Eindhoven, Dag 1 event 16 maart 2026, 09:30-17:30, Eindhoven, Dag 2 |
computer Online: Virtueel 9 mrt. 2026 tot 16 mrt. 2026Toon rooster event 9 maart 2026, 09:30-17:30, Virtueel, Dag 1 event 16 maart 2026, 09:30-17:30, Virtueel, Dag 2 |
placeMaastricht 20 mrt. 2026 tot 27 mrt. 2026Toon rooster event 20 maart 2026, 09:30-17:30, Maastricht, Dag 1 event 27 maart 2026, 09:30-17:30, Maastricht, Dag 2 |
placeApeldoorn 26 mrt. 2026 tot 2 apr. 2026Toon rooster event 26 maart 2026, 09:30-17:30, Apeldoorn, Dag 1 event 2 april 2026, 09:30-17:30, Apeldoorn, Dag 2 |
placeUtrecht 26 mrt. 2026 tot 2 apr. 2026Toon rooster event 26 maart 2026, 09:30-17:30, Utrecht, Dag 1 event 2 april 2026, 09:30-17:30, Utrecht, Dag 2 |
placeRotterdam 27 mrt. 2026 tot 3 apr. 2026Toon rooster event 27 maart 2026, 09:30-17:30, Rotterdam, Dag 1 event 3 april 2026, 09:30-17:30, Rotterdam, Dag 2 |
placeEindhoven 7 apr. 2026 tot 14 apr. 2026Toon rooster event 7 april 2026, 09:30-17:30, Eindhoven, Dag 1 event 14 april 2026, 09:30-17:30, Eindhoven, Dag 2 |
computer Online: Virtueel 7 apr. 2026 tot 14 apr. 2026Toon rooster event 7 april 2026, 09:30-17:30, Virtueel, Dag 1 event 14 april 2026, 09:30-17:30, Virtueel, Dag 2 |
placeMaastricht 20 apr. 2026 tot 27 apr. 2026Toon rooster event 20 april 2026, 09:30-17:30, Maastricht, Dag 1 event 27 april 2026, 09:30-17:30, Maastricht, Dag 2 |
placeApeldoorn 24 apr. 2026 tot 1 mei. 2026Toon rooster event 24 april 2026, 09:30-17:30, Apeldoorn, Dag 1 event 1 mei 2026, 09:30-17:30, Apeldoorn, Dag 2 |
placeUtrecht 24 apr. 2026 tot 1 mei. 2026Toon rooster event 24 april 2026, 09:30-17:30, Utrecht, Dag 1 event 1 mei 2026, 09:30-17:30, Utrecht, Dag 2 |
placeRotterdam 27 apr. 2026 tot 4 mei. 2026Toon rooster event 27 april 2026, 09:30-17:30, Rotterdam, Dag 1 event 4 mei 2026, 09:30-17:30, Rotterdam, Dag 2 |
placeEindhoven 6 mei. 2026 tot 13 mei. 2026Toon rooster event 6 mei 2026, 09:30-17:30, Eindhoven, Dag 1 event 13 mei 2026, 09:30-17:30, Eindhoven, Dag 2 |
computer Online: Virtueel 6 mei. 2026 tot 13 mei. 2026Toon rooster event 6 mei 2026, 09:30-17:30, Virtueel, Dag 1 event 13 mei 2026, 09:30-17:30, Virtueel, Dag 2 |
placeMaastricht 19 mei. 2026 tot 26 mei. 2026Toon rooster event 19 mei 2026, 09:30-17:30, Maastricht, Dag 1 event 26 mei 2026, 09:30-17:30, Maastricht, Dag 2 |
placeRotterdam 26 mei. 2026 tot 2 jun. 2026Toon rooster event 26 mei 2026, 09:30-17:30, Rotterdam, Dag 1 event 2 juni 2026, 09:30-17:30, Rotterdam, Dag 2 |
placeApeldoorn 1 jun. 2026 tot 8 jun. 2026Toon rooster event 1 juni 2026, 09:30-17:30, Apeldoorn, Dag 1 event 8 juni 2026, 09:30-17:30, Apeldoorn, Dag 2 |
Apache MXNet is een Deep Learning open source framework waarmee neurale netwerken kunnen worden getraind en ingezet. Deep Learning is een populaire en breed ingezette technologie die het systemen mogelijk maakt complexe taken te verrichten zoals o.a. spraak- of beeldherkenning. Tijdens deze training leer je hoe u met Apache MXNet neurale netwerken kan aanspreken, verbinden en trainen om tot een praktisch en bruikbaar resultaat te komen.
Algemene omschrijving
In het moderne leven zijn er veel voorbeelden van de resultaten van Deep Learning aanwezig. Denk bijvoorbeeld aan smart speakers in huis met spraakherkenning of een geautomatiseerd proces om fruit te sorteren op kleur en vorm. Even diver…
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
Apache MXNet is een Deep Learning open source framework waarmee neurale netwerken kunnen worden getraind en ingezet. Deep Learning is een populaire en breed ingezette technologie die het systemen mogelijk maakt complexe taken te verrichten zoals o.a. spraak- of beeldherkenning. Tijdens deze training leer je hoe u met Apache MXNet neurale netwerken kan aanspreken, verbinden en trainen om tot een praktisch en bruikbaar resultaat te komen.
Algemene omschrijving
In het moderne leven zijn er veel voorbeelden van de resultaten van Deep Learning aanwezig. Denk bijvoorbeeld aan smart speakers in huis met spraakherkenning of een geautomatiseerd proces om fruit te sorteren op kleur en vorm. Even divers als de toepassingen zijn neurale netwerken die deze taken voor hun rekening nemen. Met het open source framework Apache MXNet kunt u deze netwerken aanspreken maar ook zelf samenstellen, trainen en hergebruiken voor verschillende doeleinden. Het framework maakt dit toegankelijk middels een krachtige API zodat ook ontwikkelaars zonder wetenschappelijke grondslag er gebruik van kunnen maken.
Tijdens deze training leer je hoe je Apache MXNet installeert, je neurale netwerken aan MXNet koppelt en ze onderling verbindt, ze voedt en traint en telkens meer resources aanwendt om het proces te versnellen. MXNet kan gebruik maken van meerdere CPU’s of GPU’s of genetwerkt worden over meerdere machines. Het ondersteunt populaire programmeertalen als Python en R voor integratie in je projecten.
Bedrijfstraining Apache MXNet
Heb je collega’s met dezelfde opleidingsbehoeften? In een bedrijfstraining kunnen wij de training volledig op maat verzorgen voor jou individueel of samen met een groep collega’s. Zo sluit een bedrijfstraining perfect aan bij wat jouw wensen en bedrijfssituatie.
Programma
Tijdens de Training Apache MXNet komen de volgende onderwerpen aan bod:
- Introductie Deep Learning
- Installatie Apache MXNet
- Verhouding tot andere pakketten als Keras en Tensorflow
- Neurale netwerken en Models
- Aanspreken van resources (schaalbaarheid)
- Benaderen van netwerken en modellen
- API’s
-
- NDArray API
- Module API
- Symbol API
- Trainen van het model
- Voorgetrainde modellen
- Praktische voorbeelden
-
- Beeldherkenning
- Dataset analyze
- Integratie met bestaande code (Python of R)
- Fine-tuning en geheugengebruik
- Tips & Tricks
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
