Durchführungsgarantie
Jede Schulung findet statt: maximale Planungssicherheit für Ihr Team.
4 Tage | Nächster Termin am 17. - 20.11.2025 & 12 weitere | Bundesweit oder Live-Online
5.0 / 12 Bewertungen | 45 zufriedene Teilnehmende
-
In dieser Schulung erwerben Sie fundierte und praxisnahe Kenntnisse im Umgang mit PyTorch, einem der führenden Frameworks für Deep Learning. Der Kurs verfolgt einen anwendungsorientierten Ansatz: Statt trockener Theorie steht die Umsetzung realer Use Cases im Mittelpunkt.
Sie lernen zunächst die Grundlagen des PyTorch-Ökosystems kennen – von Tensoren und CUDA bis hin zu Datensätzen, Dataloaders und Transformationen. Darauf aufbauend entwickeln Sie eigene Modelle, optimieren diese mit geeigneten Loss Functions und Optimierern und trainieren sie in praktischen Übungen. Auch der Einsatz von Transfer Learning mit vortrainierten Modellen wird behandelt, sodass Sie gängige KI-Anwendungen effizient anpassen können.
Besonderes Augenmerk liegt auf praxisrelevanten Bereichen wie Computer Vision (Bildklassifikation, Objekterkennung, Segmentierung), Natural Language Processing (NLP) (Textklassifikation, Embeddings, Transformer-Modelle) sowie der Bereitstellung produktionsreifer Modelle mit TorchServe. Fortgeschrittene Inhalte wie Large Language Models (LLMs), Semantic Search und generative Ansätze runden das Training ab.
Durch den hohen Praxisanteil entwickeln Sie nicht nur ein tiefes Verständnis für die Funktionsweise von PyTorch, sondern auch konkrete Fähigkeiten, die Sie direkt in Projekten anwenden können.
Zielgruppe
- Entwickler:innen, die mit Deep Learning starten oder ihr Wissen vertiefen möchten
- KI-Entwickler:innen, die praxisorientiert an Modellen arbeiten wollen
- Data Scientists, die PyTorch in realen Projekten einsetzen möchten
-
Kursinhalte
- Einführung in PyTorch und sein Ökosystem
- Grundlagen von Tensoren, CUDA und Arbeitsumgebungen
- Überwachtes vs. unüberwachtes Lernen
- Arbeiten mit Datensätzen
- Erstellung und Verarbeitung von Datensätzen
- Nutzung von Dataloaders, Transformationen und Datapipes
- Modelltraining und -bewertung
- Aufbau und Training von Modellen
- Einsatz von Loss Functions, Optimierern und Training Loops
- Modelle speichern, laden und evaluieren
- Transfer Learning und vortrainierte Modelle
- Nutzung von Torch Hub
- Zero-Shot-Bildklassifikation und spezifische Anpassungen
- Anwendungen in Computer Vision und NLP
- Bildklassifikation, Objekterkennung, Segmentierung, Keypoint Detection
- Textklassifikation, Embeddings und Transformer-Modelle
- Arbeiten mit Hugging Face Pipelines
- Deployment mit TorchServe
- Modellarchivierung und produktive Bereitstellung
- Fortgeschrittene Themen
- Einsatz von Large Language Models (LLMs)
- Generative Modelle und Semantic Search
Tipp: Empfohlene Trainingsdauer für alle Kursinhalte:1 - 2 Personen: 3 Tage - 4 Tage3 - 8 Personen: 4 Tage - Einführung in PyTorch und sein Ökosystem
LFD473: PyTorch in Practice: An Applications-First Approach
Präsenz- & LIVE-Online
Wählen Sie Ihre Schulungsform:
Individuelles Training in den modernen medienreich-Schulungsräumen.
Buchen ohne Risiko:
- Teamvorteil: -25 % ab 3 Personen
- Garantierte Durchführung
- Zufriedenheitsgarantie
- Keine Vorkasse - Rechnung erst nach erfolgreicher Durchführung des Seminars.
