Deep Learning mit Python
Deep Learning mit PyTorch und TensorFlow ist die Grundlage moderner KI-Systeme: Spracherkennung, Bilderkennung, Textanalyse und Zeitreihenprogonse basieren auf neuronalen Netzen. Sie lernen, wie neuronale Netze aufgebaut und trainiert werden, wie CNN, RNN und Transformer-Architekturen funktionieren und wie Deep-Learning-Modelle im Unternehmenseinsatz deployt werden.
Ziele
Sie erwerben das Fundament, um neuronale Netze mit PyTorch zu entwickeln und zu trainieren. Sie lernen, wie Feedforward-Netze, CNNs und Transformer aufgebaut sind, wie Training und Evaluierung mit eigenen Daten durchgeführt werden und wie Modelle mit ONNX, FastAPI und Docker in die Produktion gebracht werden.
Behandelte Themen
Die Module im Überblick
Modul 1: Deep-Learning-Grundlagen und PyTorch
- Was sind neuronale Netze: Neuronen, Schichten, Aktivierungsfunktionen
- PyTorch-Grundbausteine: Tensoren, Autograd und Backpropagation
- Feedforward-Netze: Klassifikation und Regression
- Training-Loop: Loss, Optimizer (Adam, SGD), Epochen
Modul 2: Convolutional Neural Networks (CNNs)
- CNN-Architektur: Convolutional-, Pooling- und Fully-Connected-Schichten
- Transfer Learning: ResNet, EfficientNet und VGG vortrainiert nutzen
- Bildklassifikation und Objekterkennung mit eigenen Daten
- Data Augmentation: Overfitting bei kleinen Datensätzen vermeiden
Modul 3: Rekurrente Netze und Zeitreihen
- RNNs und LSTMs: sequenzielle Daten modellieren
- Zeitreihenprognose mit LSTM: Absatzzahlen, Sensorwerte, Anomalien
- GRU als effiziente Alternative zu LSTM
- Anwendungsfälle im Unternehmen: Predictive Maintenance, Nachfrageprognose
Modul 4: Transformer und moderne Architekturen
- Attention-Mechanismus und Self-Attention verstehen
- BERT und GPT: vortrainierte Sprachmodelle anpassen (Fine-Tuning)
- Hugging Face Transformers: Textklassifikation, NER, Summarization
- Vision Transformer (ViT): Bilder mit Transformer-Architektur klassifizieren
Modul 5: Training optimieren und Probleme lösen
- Overfitting erkennen und bekämpfen: Dropout, Regularisierung, Early Stopping
- Learning-Rate-Scheduling: OneCycleLR, CosineAnnealing
- Mixed Precision Training mit torch.amp
- Debugging: Gradienten prüfen, Loss-Kurven analysieren
Modul 6: Deployment und MLOps
- Modelle speichern: state_dict, ONNX-Export
- FastAPI-Service für Deep-Learning-Modelle aufbauen
- Docker: Modell-Inferenz containerisieren
- MLflow und Weights & Biases: Experimente tracken
Kodschul-Trainer & Team
Lernen Sie von Experten - erfahrene Fachleute mit praktischem Know-how
Erfahrene Trainer mit praktischer Technik-Erfahrung
Über 3000 Fachkräfte in zwei Jahren geschult
Praxisnahe Expertise und tiefes Branchenwissen
Wirkungsvolles Lernen mit realen Anwendungen
Über 300+ Projekte gemeinsam abgeschlossen
Joelle Keim
Key Account Manager
Selina Schmid
Seminar Manager
Elisa Saleh
Back Office
Lars Gerigk
Portfolio Manager
Axel Kamga
Trainer & Vertrieb
Sebastian Carnal
HR & People
So läuft das Training ab
Unsere Schulungen sind 100% hands-on, mit einem praktischen Anteil von 70% und 30% Theorie. Sie finden vor Ort, bei uns oder online (auf allen gängigen Plattformen) statt. Zusätzlich erhalten die Teilnehmenden kostenfrei Hands-outs und Unterlagen, die sie zur Vertiefung und weiteren Anwendung nutzen können.
Grundlagen
Zu Beginn sorgen wir dafür, dass alle Teilnehmenden auf denselben Wissensstand gebracht werden, unabhängig von ihrem Ausgangsniveau. So wird jeder optimal auf die weiteren Themen vorbereitet, und niemand bleibt zurück.
Durchführung
Wir starten mit einer Einführung in das Thema, gefolgt von Demos und praxisnahen Beispielen. Anschließend üben die Teilnehmenden eigenständig, während der Trainer individuelles Feedback gibt und bei Bedarf Korrekturen vornimmt.
Anwendungsfälle
Das Gelernte wird auf konkrete Anwendungsfälle der Teilnehmenden angewendet. In einer praxisorientierten Session erarbeiten wir gemeinsam Lösungen, die den Teilnehmern helfen, das Wissen direkt in ihren Arbeitsalltag zu integrieren.
Am häufigsten gestellte Fragen
Für wen ist dieser Kurs konzipiert?
+Wie kann ich mich für den Kurs anmelden?
+Wie hoch sind die Kosten für den Kurs?
+Brauche ich Vorkenntnisse zum Thema des Kurses?
+Werde ich das Gelernte in diesem Kurs anwenden können?
+Welche Software oder Tools benötige ich für den Kurs?
+Lassen Sie uns über Ihr nächstes Training sprechen.
Unser Team steht Ihnen rund um die Uhr zur Verfügung und freut sich auf Ihre Anfrage. Einfach anrufen oder eine Nachricht hinterlassen – wir kümmern uns schnellstmöglich um Ihre Anfrage, ob es um eine Schulung, einen Vortrag oder eine Präsentation geht. Jetzt loslegen!
Joelle Keim
Key Account Manager