Training Tensorflow.js

In deze training leer je hoe je machine learning toepast in JavaScript-omgevingen, zowel in de browser als in NodeJS, met TensorFlow.js als uitgangspunt. Je ontwikkelt vaardigheden om modellen te bouwen, te trainen en te evalueren op basis van eigen data, met aandacht voor controle over gedrag, performance en geheugenverbruik. Daarbij werk je met herkenbare toepassingen zoals beeldherkenning via webcam of mobiele camera’s en het uitvoeren van modellen in webapplicaties en server-side omgevingen.

De training laat zien hoe je bestaande TensorFlow- en Keras-modellen importeert en ontwikkelt met client-side data, en hoe je de structuur van TensorFlow.js effectief inzet binnen je eigen projecten. Je leert werken met tensors, modellen en layers, en krijgt inzicht in het opzetten van trainingsprocessen en het beoordelen van resultaten. Ook onderwerpen zoals WebGL-ondersteuning, profiling en optimalisatie komen aan bod, zodat je grip krijgt op prestaties en resourcegebruik in de praktijk.

De opzet is gericht op actief toepassen. Je werkt aan concrete cases die aansluiten op dagelijkse ontwikkelvraagstukken en bespreekt keuzes en uitkomsten met de trainer. De trainers werken zelf met machine learning in JavaScript-contexten en delen ervaringen uit verschillende ontwikkelsituaties. Na afloop heb je niet alleen functionerende voorbeelden, maar ook een duidelijke aanpak om TensorFlow.js gericht en beheerst in te zetten binnen je eigen web- of NodeJS-applicaties.

Deze training bieden we ook als bedrijfstraining voor jou en je team

De inhoud stemmen we dan af op jullie werksituatie, gebruikte tools en concrete vraagstukken, zodat de training direct aansluit op wat er binnen de organisatie speelt. Zo ontstaat een gerichte en praktische training waarmee je de volgende dag direct mee aan de slag kunt.

Tijdens deze training komen in basis onderstaande onderwerpen aan bod. Afhankelijk van ontwikkelingen op het vakgebied kan de feitelijke trainingsinhoud hier echter van afwijken. Bel ons gerust voor meer informatie over de actuele inhoud.

• Introductie machine learning
• • Basisprincipes van machine learning
  • Neurale netwerken en RNN
• Werken met TensorFlow.js
• • Opzet en structuur van de library
  • Gebruik in de browser en in NodeJS
• Modellen bouwen en trainen
• • Werken met tensors, models en layers
  • Modellen importeren uit TensorFlow en Keras
  • Train loop
  • Trainen, evalueren en verbeteren van modellen
• Beeldherkenning met webcam en mobiel
• • WebGL-ondersteuning
• Performance en optimalisatie
• • Memory management
  • Profiling
  • Timing
• Visualisatie van resultaten