Python mit Tensorflow: Grundkurs
Neuronale Netze mit Python aufbauen, trainieren und für erste TensorFlow-Projekte belastbar einsetzen
- Neuronale Netze und Deep Learning
- Datenaufbereitung mit numpy und pandas
- TensorFlow und Keras im Einsatz
- 2 Tage
- Aufbau
- Online
- Zufriedenheitsgarantie Risikofrei für dich
- Online Live per Videokonferenz
- max. 8 Teilnehmerinnen und Teilnehmer pro Gruppe
- Keine Vorkasse Rechnung nach dem Seminar
Das nimmst du mit
- Neuronale Netze und Deep Learning
- Datenaufbereitung mit numpy und pandas
- TensorFlow und Keras im Einsatz
- Training, Evaluation und TensorBoard
- Regularisierung und Transfer Learning
- Modell-Export und Deployment
Passt das zu dir?
Damit du den Tag wirklich mitnimmst, lohnt sich ein kurzer Abgleich.
Richtig für dich, wenn
- Software-Entwicklerinnen und Software-Entwickler mit Python-Erfahrung, die Deep-Learning-Modelle mit TensorFlow umsetzen möchten
- Angehende Data-Scientists mit Grundkenntnissen in Python und Interesse an neuronalen Netzen
- Data-Analystinnen und Data-Analysten, die von Datenaufbereitung in Richtung Modelltraining wechseln
- IT-Fachkräfte aus Daten-, Analyse- oder Prototyping-Projekten mit Bedarf an TensorFlow-Grundlagen
Das bringst du mit
- Sichere Python-Grundlagen, etwa Datentypen, Funktionen, Schleifen, Module und Arbeit mit Paketen
- Grundverständnis für tabellarische Daten und einfache Datenanalyse
- Mathematische Basiskenntnisse zu Funktionen, Vektoren und Matrizen sind hilfreich
- Für unsichere Python-Kenntnisse empfiehlt sich vorab der Python Aufbaukurs
Dein Lernweg
Tag 1: Grundlagen, Datenarbeit und TensorFlow-Einstieg
Der erste Seminartag legt das fachliche und technische Fundament für Deep Learning mit Python. Der Kurs startet mit den Grundprinzipien maschinellen Lernens, neuronaler Netze und typischer Trainingsprozesse. Danach folgt die Arbeit mit numpy, pandas sowie ausgewählten Visualisierungswerkzeugen.
- Überblick zu Machine Learning und Deep Learning
- Arbeitsweise künstlicher neuronaler Netzwerke
- numpy für Vektoren, Matrizen und Broadcasting
- Datenaufbereitung mit pandas
- Visualisierung mit matplotlib und seaborn
- Einstieg in TensorFlow und Keras
- Aufbau erster Keras-Modelle
Tag 2: Modelltraining, Evaluation und Deployment-Grundlagen
Am zweiten Seminartag steht das Training eigener Modelle im Mittelpunkt. Modelle werden trainiert, mit Metriken bewertet und über TensorBoard analysiert. Anschließend behandelt der Kurs Regularisierung, Transfer Learning, ausgewählte Architekturen und die Weiterverwendung trainierter Modelle.
- Training und Evaluation neuronaler Netze
- Aktivierungsfunktionen, Optimierer und Loss-Funktionen
- Trainingsanalyse mit TensorBoard
- Regularisierung mit Dropout und Early Stopping
- Transfer Learning mit vortrainierten Modellen
- CNN-Grundlagen und optionale RNN-Einordnung
- .keras, TensorFlow Export und SavedModel
- Performance-Hinweise und GPU-Nutzung
Klarheit von Anfang an
Format, Ablauf und alles, was schon enthalten ist. Keine Überraschungen, nur Fokus auf dein Ergebnis.
- Live-OnlineInteraktiv per Videokonferenz, von überall
- Montag09:00 bis 16:00 Uhr
2 Tage
Kompakt aufgebaut, damit du schnell ins Tun kommst.
max. 8
Kleine Gruppe, damit genug Raum für deine Fragen bleibt.
- Fachliche Einführung in Machine Learning, Deep Learning und TensorFlow-Konzepte
- Live-Demonstrationen mit Python, numpy, pandas, TensorFlow und Keras
- Hands-on-Übungen zum Aufbau, Training und Testen eigener Modelle
- Analyse von Trainingsverläufen, Metriken und typischen Fehlerbildern
- Besprechung von Einsatzgrenzen, Performance-Aspekten und Deployment-Optionen
Das ist immer dabei
- Ausführliche Schulungsunterlagen und Praxisbeispiele
- Teilnahmezertifikat
- Übungsumgebungen und Beispieldaten
- Nachbetreuung per E-Mail nach dem Seminar
Sichere dir deinen Platz
Wähle den Termin, der zu dir passt. Online live dabei oder vor Ort, ganz wie es für dich passt.
- Erfahrene IT-Trainer aus der Praxis
- Keine Vorkasse, Rechnung nach dem Seminar
- Kostenfreie Umbuchung bis 14 Tage vor Start
Lieber das ganze Team?
Bring dieses Seminar zu euch ins Haus oder lass uns ein Programm bauen, das genau auf euer Unternehmen passt.
Inhouse-Schulung
Wir kommen zu dir und schulen dein Team genau auf eure Praxis.
- Komplett auf eure Use-Cases und Tools zugeschnitten
- Termin und Ort bestimmst du, vor Ort oder Live-Online
- Ein fester Pauschalpreis statt Preis pro Person
Firmen-Seminar
Ein individuelles Programm, das wir auf eure Ziele zuschneiden.
- Frei kombinierbare Module aus unserem Themenkatalog
- Skalierbar von der Kleingruppe bis zur ganzen Belegschaft
- Begleitung über mehrere Termine hinweg möglich
Deine IT-Schulungen München-Expertinnen und -Experten
Du hast Fragen zu Inhalten, Terminen oder einer passenden Lösung für dein Team? Wir beraten dich gern, bevor du buchst. Direkt, ohne Umwege.
Antwort in der Regel am selben Werktag
Dein cmt-Team München
Beratung zu IT-Weiterbildung
Fragen und Antworten zu Python mit Tensorflow: Grundkurs
Welche Python-Vorkenntnisse brauche ich für den TensorFlow Grundkurs?
Für die TensorFlow Schulung werden sichere Python-Grundlagen vorausgesetzt, zum Beispiel Datentypen, Funktionen, Schleifen, Module und der Umgang mit Paketen. Erfahrung mit Machine Learning ist hilfreich, aber nicht erforderlich. Wenn du zuerst die Datenarbeit mit Python vertiefen möchtest, passt der Python Machine Learning Grundkurs als Vorbereitung.
Was lerne ich in zwei Tagen im Seminar Python mit TensorFlow: Grundkurs?
Du erhältst einen fundierten Einstieg in Machine Learning, Deep Learning und künstliche neuronale Netzwerke. Außerdem arbeitest du mit numpy, pandas, TensorFlow und Keras, trainierst einfache Modelle, wertest Trainingsverläufe mit TensorBoard aus und ordnest Export- sowie Deployment-Szenarien ein.
Für wen ist das TensorFlow Seminar geeignet?
Das Seminar richtet sich an Software-Entwicklerinnen und Software-Entwickler, angehende Data-Scientists sowie IT-Fachkräfte, die mit Python in Deep Learning einsteigen möchten. Besonders geeignet ist der Kurs, wenn bereits Python-Erfahrung vorhanden ist und nun neuronale Netze mit TensorFlow umgesetzt werden sollen.
Welche Themen zu neuronalen Netzen werden behandelt?
Behandelt werden Aufbau und Training einfacher neuronaler Netze mit Keras sowie zentrale Bausteine wie Layer, Aktivierungsfunktionen, Optimierer, Loss-Funktionen und Metriken. Ergänzend geht es um Regularisierung, Overfitting, Dropout, Early Stopping und Transfer Learning mit vortrainierten Modellen.
Wird auch mit CNNs oder RNNs gearbeitet?
Convolutional Neural Networks werden mit Grundlagen und Beispielen behandelt. Recurrent Neural Networks und LSTMs sind optional und werden abhängig von Zielgruppe, Vorkenntnissen und verfügbarem Zeitrahmen eingeordnet.
Brauche ich eine GPU oder spezielle Hardware für TensorFlow?
Für die Übungen reicht in der Regel eine CPU aus. GPU-Nutzung wird als Performance-Thema erklärt, einschließlich typischer Einsatzszenarien und Grenzen. Spezielle Hardware wird für die Teilnahme nicht vorausgesetzt.
Wie werden Trainingsfortschritte und Modellqualität im Kurs überprüft?
Im Seminar werden Modelle evaluiert und Trainingsverläufe mit TensorBoard visualisiert. Dabei geht es um Metriken, Loss-Verläufe, typische Hinweise auf Overfitting und geeignete Gegenmaßnahmen wie Dropout oder Early Stopping.
Welche Weiterbildung passt nach dem TensorFlow Grundkurs?
Nach dem Grundkurs bieten sich vertiefende Themen wie Transfer Learning, PyTorch oder Azure AI an. Für einen breiteren Einstieg in KI-Services und Cloud-basierte AI-Grundlagen ist das AI-900 Training: Microsoft Azure AI Fundamentals eine passende Ergänzung.
Passende Schulungen
Python mit Tensorflow: Grundkurs
Nächster Termin: 07. Dezember 2026 · Online
ab950 €netto