159,70 € – 254,90 €

Workshop 5 - Hyperparameter Optimisation

Eventinformationen

Dieses Event teilen

Datum und Uhrzeit

Veranstaltungsort

Veranstaltungsort

ARIC Online

Van-der-Smissen Strasse 9

5. Stock

22767 Hamburg

Germany

Karte anzeigen

Rückerstattungsrichtlinie

Rückerstattungsrichtlinie

Rückerstattungen bis zu 7 Tage vor dem Event

Beschreibung des Events
Optimale Einstellungen für neuronale Netze sind schwer zu finden. Wir zeigen ihnen wie diese Suche automatisiert werden kann.

Zu diesem Event

(for English see below!)

-- Wann und wie lange? --

2 Sessions, jeweils 3 Std. Online über Videochat Tools.

Session 1: 26.11.2020, 16:00 - 19:00 Uhr

Session 2: 03.12.2020, 16:00 - 19:00 Uhr

Details für interaktive online Teilnahme werden nach Anmeldung bereitgestellt.

-- Für Wen? --

Dieses Angebot richtet sich an Fortgeschrittene, die bereits gute Erfahrungen mit neuronalen Netzwerken (insbesondere MLP und CNN) und überwachtem Lernen sammeln konnten und nun an einer Optimierung dieser Netzwerke interessiert sind.

-- Was wird gelehrt? --

Ein großes Problem aktueller Deep-Learning Ansätze ist die Optimierung der jeweiligen Hyperparameter (z. B. Netzwerkstruktur, Lernrate, verwendete Aktivierungsfunktionen, etc.) bezüglich eines speziellen Anwendungsfalles. Aufgrund der großen Auswahl an möglichen Parametern, deren komplexer Interaktion und dem oft noch fehlenden Wissen über die optimalen Parameter für die anvisierte Domäne, wird seit längerem zu automatisierten Verfahren gegriffen, um die optimalen Hyperparameter zu finden. Dieser Workshop stellt die generellen Prinzipien und Verfahren in zwei Schritten vor: Zuerst werden die grundlegenden Funktionsweisen anhand der Optimierung eines MLPs für ein einfaches Regressionsproblem gezeigt. In der zweiten Session werden dann Unterschiede der Verfahren und die Auswirkung verschiedener Einstellungen anhand der Optimierung eines CNNs für einen realen Anwendungsfall für Klassifizierung aufgezeigt. Am Ende haben alle Teilnehmer eine Übersicht über derzeit verwendete Verfahren und praktisches Wissen über die Optimierung von Hyperparametern von lernenden Systemen mit mindestens einem aktuellen Verfahren.

-- Wie wird unterrichtet? --

Nach jeweils einem theoretischen Teil, in dem die Grundlagen besprochen werden, folgt ein praktischer Teil in dem eine vorbereitete Aufgabe gemeinsam umgesetzt und besprochen wird. Dadurch wird das Verständnis der Theorie vertieft und alle Teilnehmer erhalten praktische Erfahrung mit der Optimierung von Netzwerken. Die verwendeten Beispiele basieren dabei auf frei zugänglichen Datensätzen und Software-Frameworks um ein vertiefendes Selbststudium nach jeder Session einfach zu ermöglichen. Dadurch wird sichergestellt, dass jeder Teilnehmer das Erlernte auch selbst für eigene Problemstellungen anwenden kann.

Unterrichtssprache ist Englisch.

-- Welche Voraussetzungen muss ich mitbringen? --

Wissen über grundlegende neuronale Verarbeitung und überwachtes Lernen wird Erfahrung mit neuronalen Netzwerken und deren Programmierung in Python wird vorausgesetzt. Optimal haben Teilnehmer bereits Workshops 3 und 4 abgeschlossen, in denen dieses Wissen vermittelt wurde. Auch baut Workshop 5 nahtlos auf Workshops 3 und 4 auf bezüglich der Beispiele und diskutierten Anwendungsfälle und eignet sich dadurch als optimale Fortsetzung. Der praktische Teil findet online statt, unter Verwendung von Google Collaboratory, wofür ein funktionierender Google Account benötigt wird.

Für die praktischen Beispiele wird ein eigener Laptop benötigt bei Präsenzteilnahme!

-- Tickets --

Die Preise unterscheiden sich zwischen ARIC e.V. Mitglied, der Einzelbuchung nur dieses Workshops oder der Buchung als Zusatzworkshop (wenn gleichzeitig ein anderer HITeC Workshop zum vollen Preis gebucht wird).

************************ English Version ************************

-- How long and when? --

2 Sessions of 3h each. Online via video chat tools. The dates:

Session 1: 26.11.2020, 4pm - 7pm

Session 2: 03.12.2020, 4pm - 7pm

Details for online participation follow after registration.

-- For whom? --

This workshop aims at advanced users who have already practical experience with neural networks (especially MLP and CNN) and supervised learning and are now interested to optimize them.

-- At a glance --

Advanced Neural Learning, MLP, CNN, Hyperparameter Optimization

-- What are the contents? --

A big issue with current deep learning approaches is finding optimal hyperparameters (e.g. network structure, learning rate, activation function, etc) for a given problem case. Because of a long list of possible parameters, their possible interactions, and the often still missing knowledge on optimal parameters in the given domain, often automatic search in the parameter space is the tool of choice. This workshop introduces the general ideas and principles in two steps: First, the basic process is shown by optimizing an MLP for a simple regression problem. Then, in a second step, the effects of different methods and parametrizations are demonstrated on a more complex and realistic classification problem for a CNN. AT the end of the workshop, all participants will have gained an overview of currently used optimization methods and practical knowledge on at least one state-of-the-art approach.

-- How will it be implemented? --

Each session contains both a theoretical part, in which the basic principles and methods will be introduced, and a hands-on part, in which prepared tasks will be implemented together and discussed. Therefore, the understanding of the theoretical principles will be deepened, while all participants gain hands-on experience with the respective methods. The chosen examples all are based on freely available data and software frameworks, to enable everybody to continue learning after each session independently. By this, we want to ensure that each participant has the possibility to easily transfer and expand their knowledge towards their own problem cases after the workshop ends.

Teaching language will be English.

-- What prerequisites do I need to fulfill? --

Practical experience with neural network programming in Python is expected. Optimally, all participants should have already completed workshops 3 and 4 in which that knowledge is taught. Workshop 5 also seamlessly builds on workshops 3 and 4 in terms of use cases and examples and thus is the ideal continuation after workshop 4.

Since the hands-on session is done with Python code, basic programming skills are needed (optimally already in Python). The programming tasks will be done online through Google Collaboratory, so you would need a working Google account.

For the hands-on session, you need to bring your own laptop when participating in person!

-- Tickets --

Prices differ between ARIC e.V. members, booking only this workshop, or booking the workshop as an additional workshop (when you already book another HITeC workshop at full price).

Mit Freunden teilen

Datum und Uhrzeit

Veranstaltungsort

ARIC Online

Van-der-Smissen Strasse 9

5. Stock

22767 Hamburg

Germany

Karte anzeigen

Rückerstattungsrichtlinie

Rückerstattungen bis zu 7 Tage vor dem Event

Dieses Event speichern

Event gespeichert