歡迎光臨
每天分享高質量文章

跑通實踐程式碼,是入門深度學習的最快途徑

深度學習已經被廣泛應用在計算機視覺、語音識別、自然語言處理等人工智慧領域中,極大推動了人工智慧的發展。當下,無論學術界還是企業界,都在發力深度學習的研究和應用;谷歌大腦、百度的IDL、騰訊的AI lab等都在佈局人工智慧,花重金招兵買馬。

據領英近日釋出的《全球AI領域人才報告》顯示,截至2017年一季度,基於領英平臺的全球AI(人工智慧)領域技術人才數量超過190萬,僅國內人工智慧人才缺口達到500多萬。從下圖中美人工智慧產業分佈圖中,我們可以看到以計算機視覺、自然語言處理技術為核心的企業居多,而當下,計算機視覺、語音識別等技術大都採用深度學習框架,進一步導致深度學習演演算法工程師供遠小於求的局面。

圖一 中美人工智慧產業分佈圖


在各大招聘網站上,深度學習演演算法工程師、以深度學習為核心的計算機視覺演演算法工程師、語音識別工程師等崗位資訊每天都有大量更新,年薪平均為35萬,即使沒有工作經驗的本科生或者碩士生,也能拿到年薪27萬+。

圖二 深度學習工程師招聘資訊

“怎麼樣才能快速地入門深度學習,並上手專案實踐”,這是困擾人工智慧入門者的普遍性問題。大多數希望瞭解深度學習的夥伴,因為枯燥的數學推導、繁瑣的庫配置和安裝,而停止了繼續學習的腳步。透過多次課程培訓,我們發現,讓學員儘早地在自己電腦上執行深度學習的專案實踐程式碼,不僅可以加快學習效率,並且可以增強學員的自信心,這份自信源於,深度學習的專案實踐效果讓學員感到神奇與渴望。比如,用電腦跑這個專案程式碼:用深度學習模型學習世界畫家的畫風,畫出世界名畫,既可以增加學員的興趣,又能提高學習的熱情,實踐效果如下圖所示

圖三 深度學習模型學習世界大師畫風

近期,中科院自動化所一線青年學者,聯合深藍學院正式推出《深度學習:從理論到實踐》(寒假版)線上直播課程。講師團隊均為人工智慧一線青年學者、中國科學院自動化所博士,熟悉知識難點和學員困惑,幾乎手把手教你入門深度學習,讓深度學習專案實踐程式碼在電腦上跑起來。課程授課時間均安排在寒假期間,便於學習討論。 

課程特色

1. 中科院自動化所一線青年學者主講

2. 提供一對一的人工智慧入門諮詢服務

3. 課上直播答疑,課下微信群答疑;

4. 理論與實踐相結合,註重專案實踐;

5. PPT和原始碼均對學員開放;

6. 往期課程學員均報滿300人,來自14個國家。

深度學習課程內容


1. 數學基礎(PPT資料)

1.1 貝葉斯決策理論、引數與非引數估計

1.2 回歸與分類、梯度下降最佳化

1.3 資訊熵

2. 深度學習理論(6學時)

2.1 前饋神經網路(概述、單層神經網路、多層神經網路)

2.2 摺積神經網路(基本概念、發展歷程、網路特點、網路設定、網路訓練以及相關應用)

2.3 反饋神經網路(Hopfield網路、玻爾茲曼機、受限玻爾茲曼機)

3. 深度網路常見模型與Keras實戰(8學時)

3.1 Keras與殘差網路

    3.1.1 從LSTM到Highway網路

    3.1.2 從Highway網路到殘差網路

    3.1.3 基於Highway網路的應用

3.2 自動編碼機AE及生成對抗網路GAN

    3.2.1 AE的起源與變種

    3.2.2 生成對抗網路GAN

    3.2.3 基於GAN網路的應用

3.3 基於Keras的行為識別實踐

    3.3.1 行為識別問題簡介

    3.3.2 基於深度學習的行為識別常用模型介紹

    3.3.3 基於Keras的行為識別實踐

3.4 基於Keras的場景分割

    3.4.1 場景分割問題簡介

    3.4.2 基於深度學習的場景分割常用模型介紹

    3.4.3 基於Keras的場景分割實踐

4. 深度學習框架(4學時)

4.1 Caffe入門(簡介、安裝和配置、優點與侷限性分析、深入Caffe原始碼、Caffe除錯)

4.2 Caffe提高(基於Caffe的MINST手寫識別、Caffe的Python介面、Caffe修改與新增Layer、網路訓練技巧)

5. 網路壓縮與移動端網路(2學時)

5.1 深度學習的網路壓縮介紹及其意義

5.2 常見的網路壓縮方法介紹

5.3 手機等移動端網路介紹(mobilenet,shufflenet等)

講師團隊

汪老師,中科院自動化所副研究員,團隊在領域頂級會議期刊 ICCV、TNNLS、TIP等發表論文20多篇;參加全國影片影象分析技術挑戰賽,獲得標的檢測識別第二名,熟練掌握並應用深度學習Keras框架和Caffe框架。

宮老師某知名外企研究院演演算法工程師,中國科學院自動化研究所博士,在計算機視覺與人工智慧領域具有近六年的研究經歷。攻讀博士學位期間主要研究方向是樣式識別與影象處理,曾在樣式識別領域內頂級國際期刊發表論文,參加某知名網際網路公司舉辦的影象分割競賽,獲得第四名的成績。目前主要負責計算機視覺與人工智慧方面的演演算法研發工作。

課程費用及時間

1. 課程價格499元,答疑交流群長期存在;

2. 此次課程限報350人,報滿為止;

3. 課程直播時間:1月27日~3月10日,6週週末(週六、週日),每晚7點-9點;春節期間停課1周。

往期評價

報名

請新增工作人員「深藍學院助教微信報名


贊(0)

分享創造快樂

© 2024 知識星球   網站地圖