我要報(bào)名

咨詢電話：
手　　機(jī)：	郵箱：

課程介紹

深度學(xué)習(xí)(Deep Learning, DL)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，被認(rèn)為是智能機(jī)器可能的“大腦結(jié)構(gòu)”。得益于GPU的發(fā)展，深度學(xué)習(xí)在人工智能領(lǐng)域取得了大量杰出的成果，成為人工智能時(shí)代最重要的技術(shù)之一，風(fēng)靡全球。目前，深度學(xué)習(xí)的應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，如圖像識(shí)別、語音識(shí)別、自然語言理解、人臉識(shí)別、無人駕駛、推薦系統(tǒng)、社交網(wǎng)絡(luò)、計(jì)算機(jī)視覺、智能機(jī)器人等。隨著人工智能技術(shù)的快速發(fā)展以及國家在人工智能領(lǐng)域的戰(zhàn)略布局，深度學(xué)習(xí)方面的人才成為國家急需的高層次技術(shù)人才。為將深度器學(xué)習(xí)的重要知識(shí)和最新進(jìn)展進(jìn)行推廣，名課堂培訓(xùn)中心特舉辦“人工智能-深度學(xué)習(xí)技術(shù)與實(shí)踐”培訓(xùn)班，本次培訓(xùn)采用理論+實(shí)踐相結(jié)合的模式，以達(dá)到不僅從知識(shí)層面掌握深度學(xué)習(xí)技術(shù)，更從實(shí)踐層面熟練使用深度學(xué)習(xí)技術(shù)。

課程對(duì)象

1，高級(jí)程序員、資深開發(fā)人員、人工智能工程師、圖像處理工程師、機(jī)器學(xué)習(xí)工程師。

2，牽涉到網(wǎng)絡(luò)采集、處理和規(guī)劃的負(fù)責(zé)人、設(shè)計(jì)人員。

3，政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)等以互聯(lián)網(wǎng)信息為數(shù)據(jù)來源單位的負(fù)責(zé)人。

4，高校、科研院所牽涉到網(wǎng)絡(luò)數(shù)據(jù)采集與數(shù)據(jù)處理及展現(xiàn)的項(xiàng)目負(fù)責(zé)人。

學(xué)員基礎(chǔ)

1，對(duì)IT系統(tǒng)設(shè)計(jì)有一定的理論與實(shí)踐經(jīng)驗(yàn)。

2. 對(duì)機(jī)器學(xué)習(xí)有一定的基礎(chǔ)。

2，對(duì)深度學(xué)習(xí)有一定的興趣。

培訓(xùn)目標(biāo)

1，全面了解深度學(xué)習(xí)。

2，能將深度學(xué)習(xí)技術(shù)應(yīng)用于實(shí)際項(xiàng)目。

3，能將深度學(xué)習(xí)技術(shù)和人工智能的其他技術(shù)進(jìn)行結(jié)合，做擴(kuò)展應(yīng)用。

培訓(xùn)內(nèi)容

理論部分：

第一講 深度學(xué)習(xí)簡(jiǎn)介

1.1什么是深度學(xué)習(xí)

1.2 為什么進(jìn)行深度學(xué)習(xí)

1.3 深度學(xué)習(xí)的發(fā)展簡(jiǎn)史

1.4 深度學(xué)習(xí)的三個(gè)步驟

1.5深度學(xué)習(xí)的現(xiàn)實(shí)案例舉例

第二講 深度學(xué)習(xí)之始：人工神經(jīng)網(wǎng)絡(luò)

2.1 人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)動(dòng)機(jī)是什么

2.2 單個(gè)神經(jīng)元的功能

2.3 人工神經(jīng)網(wǎng)絡(luò)的優(yōu)化以及誤差逆?zhèn)鞑ィ˙P）算法

2.4 人工神經(jīng)網(wǎng)絡(luò)中需要注意的問題

2.5 人工神經(jīng)網(wǎng)絡(luò)在表情識(shí)別、流量預(yù)測(cè)中的應(yīng)用案例

第三講 深度學(xué)習(xí)中的技巧和注意事項(xiàng)

3.1 深度學(xué)習(xí)中過學(xué)習(xí)問題的處理

3.2 如何選擇損失函數(shù)

3.3 如何并行化

3.4 如何解決深度學(xué)習(xí)中梯度消失問題

3.5 如何選擇激勵(lì)函數(shù)

3.6 權(quán)值衰減、Dropout以及新的網(wǎng)絡(luò)架構(gòu)

第四講 卷積神經(jīng)網(wǎng)絡(luò)

4.1 卷積以及卷積網(wǎng)絡(luò)的概念

4.2 為什么在使用卷積網(wǎng)絡(luò)

4.3 卷積網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)

4.4 卷積網(wǎng)絡(luò)在圍棋中的應(yīng)用

4.5 卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用案例

第五講 循環(huán)神經(jīng)網(wǎng)絡(luò)

5.1 為什么要使用循環(huán)神經(jīng)網(wǎng)絡(luò)

5.2 1-of-N編碼

5.3 長(zhǎng)短期記憶網(wǎng)絡(luò)

5.4循環(huán)神經(jīng)網(wǎng)絡(luò)中的BPTT算法

7.5 循環(huán)神經(jīng)網(wǎng)絡(luò)在視頻處理中的應(yīng)用

第六講 深度學(xué)習(xí)未來展望

6.1 監(jiān)督學(xué)習(xí)中的新應(yīng)用

6.2 強(qiáng)制學(xué)習(xí)中的新應(yīng)用

6.3 非監(jiān)督學(xué)習(xí)中的新應(yīng)用

6.4 DeepMind介紹

實(shí)踐部分

第七講 使用深度學(xué)習(xí)工具Keras進(jìn)行手寫體識(shí)別

第八講 使用深度學(xué)習(xí)工具TensorFlow進(jìn)行圖像識(shí)別

司老師

清華大學(xué)博士，深度學(xué)習(xí)方面專家，在意大利舉辦的國際在線指紋識(shí)別競(jìng)賽中獲得冠軍，在機(jī)器學(xué)習(xí)和模式識(shí)別領(lǐng)域頂級(jí)期刊IEEE TPAMI等期刊發(fā)表多篇論文，擁有5個(gè)中國專利和1個(gè)美國專利，是人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和圖像處理和模式識(shí)別領(lǐng)域的實(shí)戰(zhàn)派專家。

我要報(bào)名

在線報(bào)名：人工智能-深度學(xué)習(xí)技術(shù)與實(shí)踐(北京)