Siirry suoraan sisältöön

Syväoppiminen 2 (5 op)

Toteutuksen tunnus: TT00CC67-3001

Toteutuksen perustiedot


Ilmoittautumisaika
19.08.2024 - 22.09.2024
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
01.08.2024 - 31.12.2024
Toteutus on päättynyt.
Opintopistemäärä
5 op
Lähiosuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
suomi
Koulutus
Tieto- ja viestintätekniikan koulutus
Opettajat
Pekka Huttunen
Ryhmät
TTM22SAI
TTM22SAI
Opintojakso
TT00CC67

Toteutuksella on 5 opetustapahtumaa joiden yhteenlaskettu kesto on 15 t 0 min.

Aika Aihe Tila
Ke 28.08.2024 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2 TT00CC67-3001
Teams opetus
Ke 11.09.2024 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2 TT00CC67-3001
Teams opetus
Ke 25.09.2024 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2 TT00CC67-3001
Teams opetus
Ke 09.10.2024 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2 TT00CC67-3001
Teams opetus
Ke 23.10.2024 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2 TT00CC67-3001
Teams opetus
Muutokset varauksiin voivat olla mahdollisia.

Tavoitteet

Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä Keras/TensorFlow -ympäristössä. Lisäksi opiskelija osaa hyödyntää GPU laskentaa ja CSC supertietokoneita neuroverkkojen koulutuksessa ja osaa ottaa käyttöön valmiiksi opetettuja neuroverkkoja nettiselaimessa.

Sisältö

- Keras/TensorFlow ympäristön käyttö
- Hajautettu koulutus usealla GPU:lla
- CSC:n supertietokoneiden käyttö neuroverkkojen koulutuksessa
- Suurien kielimallien (LLM) perusteet
- Neuroverkkojen ajo erilaisissa ympäristöissä (deployment)
- Koulutetun neuroverkon käyttöönotto nettiselaimessa
- MLops perusteet
- Tekoäly ja etiikka

Arviointiasteikko

0 - 5

Arviointikriteerit, kiitettävä (5)

Arvosanaan 5 vaaditaan n. 90% kurssin harjoitusten pisteistä. Tämä tarkoittaa käytännössä, että kaikki palautettu koodi toimii ja harjoitusten pohdinta-osiot on tehty kiitettävästi.

Arviointikriteerit, tyydyttävä (1)

Arvosanaan 1 vaaditaan kaikkien tehtävien palautus ja 50% kurssin pisteistä. Lisäksi palautetuista kurssin harjoituksista on käytävä ilmi, että opiskelija osaa ottaa käyttöön Keras/Tensorflow -ympäristön, ladata siihen mallin ja opettaa ja käyttää sitä.

Esitietovaatimukset

Syväoppiminen 1

Osaamistavoitteet

Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä Keras/TensorFlow -ympäristössä. Lisäksi opiskelija osaa hyödyntää GPU laskentaa ja CSC supertietokoneita neuroverkkojen koulutuksessa ja osaa ottaa käyttöön valmiiksi opetettuja neuroverkkoja nettiselaimessa.

Toteutustavat

Kurssin sisältö ja ohjeistus käydään lävitse aloitusluennolla (n. 2h), joka on katsottavissa myös tallenteena myöhemmin.
Kurssilla ei ole erillisiä luentoja, vaan kurssin luentomateriaalit on saatavilla videoina.
Kurssin aikana järjestetään erillisiä kysy-vastaa -sessioita, joissa voi kysyä epäselvistä asioista ja saada apua tehtävien kanssa.

Kurssin keskustelu tapahtuu kurssin discord -kanavalla.

Suoritustavat

Kurssilla ei ole erillistä tenttiä, vaan kurssin suoritus perustuu kurssin harjoitusten palauttamiseen. Kurssin läpäisy edellyttää kurssin kaikkien tehtävien palauttamisen.

Sisältö

- Keras/TensorFlow ympäristön käyttö
- Hajautettu koulutus usealla GPU:lla
- CSC:n supertietokoneiden käyttö neuroverkkojen koulutuksessa
- Suurien kielimallien (LLM) perusteet
- Neuroverkkojen ajo erilaisissa ympäristöissä (deployment)
- Koulutetun neuroverkon käyttöönotto nettiselaimessa
- MLops perusteet
- Tekoäly ja etiikka

Esitietovaatimukset

Syväoppiminen 1

Siirry alkuun