Python Kurse
Python mit Tensorflow: Grundkurs
Neuronale Netze mit Python aufbauen, trainieren und für erste TensorFlow-Projekte belastbar einsetzen
- Dauer
- 2 Tage
- Format
- Präsenz oder Live-Online
- Preis
- 950 € netto
- Uhrzeiten
- 09:00-16:00 Uhr
- Gruppe
- max. 8 Personen
- Niveau
- Aufbau
- Kursnummer
- KKC_0070
Aktuelle Termine und Online-Buchung: www.cmt.de/j/KKC_0070
Python mit Tensorflow: Grundkurs
Neuronale Netze mit Python aufbauen, trainieren und für erste TensorFlow-Projekte belastbar einsetzen
Die wichtigsten Themen
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
Überblick In diesem Seminar lernst du, wie mit Python und TensorFlow Machine-Learning- und Deep-Learning-Modelle aufgebaut, trainiert und bewertet werden. Der Kurs verbindet die mathematisch-technischen Grundlagen neuronaler...
In diesem Seminar lernst du, wie mit Python und TensorFlow Machine-Learning- und Deep-Learning-Modelle aufgebaut, trainiert und bewertet werden. Der Kurs verbindet die mathematisch-technischen Grundlagen neuronaler Netze mit konkreter Arbeit in Python, ohne vorauszusetzen, dass bereits Erfahrung mit Deep Learning vorhanden ist. Wenn vorab noch mehr Sicherheit in Datenanalyse, pandas und numpy benötigt wird, bietet sich der Python Data Science Einstieg mit Pandas, Numpy & Co. als fachliche Vorbereitung an.
Du arbeitest mit numpy für Vektoren, Matrizen und Broadcasting, bereitest Daten mit pandas auf und erhältst einen Überblick zur Visualisierung mit matplotlib und seaborn. Danach steigst du in TensorFlow ein, lernst die wichtigsten Komponenten kennen und setzt mit Keras als High-Level-API eigene Modelle um. Dabei geht es um Layer, Aktivierungsfunktionen, Optimierer, Loss-Funktionen und die typische Struktur eines Trainingsprozesses.
Im weiteren Verlauf trainierst und evaluierst du neuronale Netze, visualisierst Trainingsverläufe mit TensorBoard und setzt Regularisierungsmethoden wie Dropout und Early Stopping ein. Je nach Zielgruppe werden außerdem Transfer Learning, Grundlagen von CNNs sowie optional RNNs und LSTMs behandelt. Für den produktiven Einsatz ordnet das Seminar aktuelle Speicher- und Exportwege ein: .keras für Keras-Modelle, TensorFlow Export und SavedModel für Serving- und Deployment-Szenarien. Im Hands-on-Teil trainierst und testest du eigene Modelle, damit das Gelernte direkt auf datengetriebene Projekte übertragbar wird.
Die Themen Prinzip neuronaler Netzwerke · Maschinelles Lernen und Deep Learning · Big-Data-Grundlagen mit Python · Trainingsdaten, Labels und Features · numpy-Vektoren und Matrizen · Broadcasting in numpy...
Grundlagen von Machine Learning und Deep Learning
- Prinzip neuronaler Netzwerke
- Maschinelles Lernen und Deep Learning
- Big-Data-Grundlagen mit Python
- Trainingsdaten, Labels und Features
Datenarbeit mit Python
- numpy-Vektoren und Matrizen
- Broadcasting in numpy
- Datenaufbereitung mit pandas
- Datenvisualisierung mit matplotlib und seaborn
Einstieg in TensorFlow und Keras
- TensorFlow-Aufbau und Komponenten
- Keras als High-Level-API
- Layer, Modelle und Trainingsschleifen
- Aktivierungsfunktionen und Optimierer
Training, Evaluation und Regularisierung
- Loss-Funktionen und Metriken
- Training einfacher neuronaler Netze
- TensorBoard für Trainingsverläufe
- Dropout und Early Stopping
Architekturen und Wiederverwendung
- Transfer Learning mit vortrainierten Modellen
- CNN-Grundlagen mit Beispielen
- RNNs und LSTMs optional
- Modellqualität und Overfitting
Export, Deployment und Performance
- .keras-Modellspeicherung für Keras
- TensorFlow Export und SavedModel
- GPU-Nutzung und Performance-Hinweise
- Ausblick auf TensorFlow Lite und TensorFlow.js
Zielgruppe
- 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 lernst du
- Fundiertes Verständnis neuronaler Netzwerke und typischer Deep-Learning-Workflows
- Daten mit numpy und pandas für TensorFlow-Modelle vorbereiten
- Eigene Keras-Modelle strukturieren, trainieren und evaluieren
- Geeignete Aktivierungsfunktionen, Optimierer, Loss-Funktionen und Metriken auswählen
- Trainingsverläufe mit TensorBoard auswerten und Overfitting reduzieren
- Modelle für weitere Nutzung speichern, exportieren und Deployment-Szenarien einordnen
So arbeiten wir
- 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
Empfohlene Vorkenntnisse
- 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 Fahrplan
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
Organisatorisches
Lernformate
Unsere Seminare bieten dir maximale Flexibilität: Du kannst zwischen Live-Online und Vor Ort in unseren modernen Schulungszentren im D-A-CH Raum wählen. Beide Formate garantieren dir die gleiche hohe Qualität und interaktive Lernerfahrung.
Schulungsarten
Wir bieten dir verschiedene Schulungsarten: Offene Seminare, Firmenseminare für Teams und Inhouse-Schulungen direkt bei dir vor Ort. So findest du genau das Format, das zu deinen Bedürfnissen passt.
Uhrzeiten
09:00-16:00 Uhr
Aktuelle Software
In unseren offenen Kursen arbeiten wir mit der aktuellsten Software-Version. So lernst du direkt mit den Tools und Features, die du auch in deinem Arbeitsalltag verwendest - mit klarem Alltagsbezug und zukunftsorientiert. Bei Inhouse- und Firmenschulungen bestimmt ihr die Version.
Deine Vorteile
Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Inklusivleistungen
Deine Teilnahme beinhaltet: Schulungsmaterial, Zertifikat, Verpflegung (bei Präsenzveranstaltungen) und persönliche Betreuung durch unsere Trainer und unser Orga-Team. Alles aus einer Hand - keine versteckten Kosten.
Lernen von Experten
Unsere Trainer sind zertifizierte und erfahrene Profis mit jahrelanger Berufserfahrung. Sie vermitteln dir in den Kursen nicht nur theoretisches Wissen, sondern teilen ihre Erfahrungen aus realen Projekten und helfen dir, das Gelernte direkt in deiner täglichen Arbeit anzuwenden. Das ist kein Werbeversprechen, sondern unser Anspruch. Am besten siehst du das in unseren Bewertungen, z.B. auch bei Google.
Keine Vorkasse
Du zahlst erst nach dem Seminar. Keine Vorkasse, keine Vorauszahlung - so kannst du sicher sein, dass du nur für das bezahlst, was du auch wirklich erhalten hast. Die Rechnung erhältst du erst nach Kursbeginn.
Max. 8 Teilnehmende
Wir setzen auf kleine Gruppen, damit du die Aufmerksamkeit bekommst, die du verdienst. So haben wir mehr Zeit für deine individuellen Fragen und können gezielt auf deine Bedürfnisse eingehen.
Termine und Preise
| Zeitraum | Ort | Preis (netto) |
|---|---|---|
| 07.12. - 08.12.2026 | München oder Live-Online | 950 € |
| 07.01. - 08.01.2027 | München oder Live-Online | 950 € |
| 04.03. - 05.03.2027 | München oder Live-Online | 950 € |
| 13.05. - 14.05.2027 | München oder Live-Online | 950 € |
| 05.08. - 06.08.2027 | München oder Live-Online | 950 € |
Alle Preise zuzüglich gesetzlicher Mehrwertsteuer. Freie Plätze und weitere Termine findest du unter www.cmt.de/j/KKC_0070.
Firmenschulung und Inhouse
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine stimmen wir mit euch ab.
Dein Kontakt bei cmt
Yves Hoppe
Telefon 0800 71 20000
yves.hoppe@cmt.de
Termine & Buchung
Vor Ort
Online
Nicht der passende Termin dabei?
Wir finden eine Lösung: anderer Termin, mehrere Teilnehmer, Inhouse-Schulung oder individuelle Beratung.
Lieber gleich das ganze Team schulen?
Diese Schulung gibt es auch exklusiv für dein Unternehmen, bei euch vor Ort, an unseren Standorten oder Live-Online. Inhalte und Termine nach Maß.
Wie die Planung abläuft, was ein Zuschnitt kostet und welche Themen wir abdecken, steht auf unserer Seite zu Inhouse Schulungen im Bereich Python.
Inhouse-Schulung
Wir kommen zu euch: diese Schulung maßgeschneidert in euren Räumen, für Unternehmen und Behörden.
- Inhalte exakt auf euch zugeschnitten
- Termine nach euren Bedürfnissen
- Günstiger ab mehreren Teilnehmern
- Vertraute Umgebung, kein Reiseaufwand
Firmen-Seminar
Exklusiv für dein Team an einem unserer Standorte oder Live-Online, individuell angepasst.
- Geschlossene Gruppe aus eurem Haus
- Individuelle Terminplanung
- An unseren Standorten oder Live-Online
- Angepasste Inhalte
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.
Weitere häufig gestellte Fragen und Antworten findest du in den FAQs.
Passende Schulungen nach dem Kurs
Ähnliche Kurse
Machine Learning mit Python Grundkurs (Für Python Einsteiger)
pytest Einführungskurs – Testgetriebene Entwicklung von Python-Code
FastAPI-Schulung: REST-APIs mit Python entwickeln
Python und JSON Training
Python Data Science Grundkurs mit Pandas, Numpy & Co.
Unser Qualitätsversprechen: Wissen, das in der Praxis funktioniert
Aus der Praxis für die Praxis
Schluss mit theoretischem Ballast. Wir trainieren dich für reale IT-Herausforderungen, nicht für Multiple-Choice-Tests. Unsere Trainer vermitteln dir genau das Wissen, das am nächsten Montagmorgen im Job wirklich funktioniert.
Individuell statt "Schema F"
Deine Fragen passen nicht ins Standard-Skript? Bei uns schon. Wir verzichten auf starre Lehrpläne und geben deinen konkreten Projekt-Fragen Raum. Unsere Trainer passen die Inhalte flexibel an das an, was dich und dein Team aktuell weiterbringt.
Maximale Freiheit: Remote oder vor Ort
Lerne so, wie es in deinen Alltag passt - ohne Reise-Stress und Zeitverlust. Egal ob remote, hybrid oder präsent vor Ort: Wir garantieren dir ein nahtloses und effektives Lernerlebnis, egal von wo du dich zuschaltest.
Mit Zufriedenheitsgarantie
Wir sind von unserer Qualität überzeugt - und wollen, dass du es auch bist. Sollte ein Training einmal nicht deinen Erwartungen entsprechen, bieten wir dir an, den Kurs kostenlos zu wiederholen oder ein anderes Training zu besuchen. Ohne Risiko, ohne Diskussion.
Über 20.000 Unternehmen und Behörden vertrauen auf uns
