深度學習的發(fā)展前景與深度學習的培訓

深度學習已經(jīng)被廣泛應用在計算機視覺、自然語言處理等人工智能領域中，極大推動了人工智能的發(fā)展。當下，無論學術界還是企業(yè)界，都在發(fā)力深度學習的研究和應用；谷歌大腦、百度的IDL、騰訊的AI lab等都在布局人工智能，花重金招兵買馬。

據(jù)領英近日發(fā)布的《全球AI領域人才報告》顯示，截至2017年一季度，基于領英平臺的全球AI（人工智能）領域技術人才數(shù)量超過190萬，僅國內(nèi)人工智能人才缺口達到500多萬。從下圖中美人工智能產(chǎn)業(yè)分布圖中，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(yè)居多，而當下，計算機視覺、自然語言處理、語音識別等技術大都采用深度學習框架，進一步導致深度學習算法工程師供遠小于求的局面。

圖一中美人工智能產(chǎn)業(yè)分布圖

在各大招聘網(wǎng)站上，深度學習算法工程師、以深度學習為核心的計算機視覺算法工程師、自然語言處理算法工程師等崗位信息每天都有大量更新，年薪平均為35萬，即使沒有工作經(jīng)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信息

“怎么樣才能快速地入門深度學習，并上手項目實踐”，這是困擾人工智能入門者的普遍性問題。大多數(shù)希望了解深度學習的伙伴，因為枯燥的數(shù)學推導、繁瑣的庫配置和安裝，而停止了繼續(xù)學習的腳步。通過多次課程培訓，我們發(fā)現(xiàn)，讓學員盡早地在自己電腦上運行深度學習的項目實踐代碼，不僅可以加快學習效率，并且可以增強學員的自信心，這份自信源于，深度學習的項目實踐效果讓學員感到神奇與渴望。比如，用電腦跑這個項目代碼：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，我們聯(lián)合中科院自動化所一線青年學者正式推出《深度學習：從理論到實踐》（寒假版）在線直播課程。講師團隊均為中國科學院自動化所博士畢業(yè)生，人工智能一線青年骨干；熟悉知識難點和學員困惑，幾乎手把手教你入門深度學習，讓深度學習項目實踐代碼在電腦上跑起來。課程授課時間均安排在寒假期間，便于學習討論。

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能入門咨詢服務；

3.課上直播答疑，課下微信群答疑；

4.理論與實踐相結合，注重項目實踐；

5.PPT和源代碼均對學員開放；

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(nèi)容

1.數(shù)學基礎（PPT資料）

1.1 貝葉斯決策理論、參數(shù)與非參數(shù)估計

1.2 回歸與分類、梯度下降優(yōu)化

1.3 信息熵

2.深度學習理論（6學時）

2.1 前饋神經(jīng)網(wǎng)絡（概述、單層神經(jīng)網(wǎng)絡、多層神經(jīng)網(wǎng)絡）

2.2 卷積神經(jīng)網(wǎng)絡（基本概念、發(fā)展歷程、網(wǎng)絡特點、網(wǎng)絡設置、網(wǎng)絡訓練以及相關應用）

2.3 反饋神經(jīng)網(wǎng)絡（Hopfield網(wǎng)絡、玻爾茲曼機、受限玻爾茲曼機）

3.深度網(wǎng)絡常見模型與Keras實戰(zhàn)（8學時）

3.1 Keras與殘差網(wǎng)絡

3.1.1 從LSTM到Highway網(wǎng)絡

3.1.2從Highway網(wǎng)絡到殘差網(wǎng)絡

3.1.3基于Highway網(wǎng)絡的應用

3.2 自動編碼機AE及生成對抗網(wǎng)絡GAN

3.2.1AE的起源與變種

3.2.2生成對抗網(wǎng)絡GAN

3.2.3基于GAN網(wǎng)絡的應用

3.3 基于Keras的行為識別實踐

3.3.1行為識別問題簡介

3.3.2基于深度學習的行為識別常用模型介紹

3.3.3基于Keras的行為識別實踐

3.4 基于Keras的場景分割

3.4.1 場景分割問題簡介

3.4.2 基于深度學習的場景分割常用模型介紹

3.4.3 基于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(yōu)點與局限性分析、深入Caffe源碼、Caffe調(diào)試）

4.2 Caffe提高（基于Caffe的MINST手寫識別、Caffe的Python接口、Caffe修改與添加Layer、網(wǎng)絡訓練技巧）

5.網(wǎng)絡壓縮與移動端網(wǎng)絡（2學時）

5.1 深度學習的網(wǎng)絡壓縮介紹及其意義

5.2 常見的網(wǎng)絡壓縮方法介紹

5.3 手機等移動端網(wǎng)絡介紹（mobilenet，shufflenet等）

講師團隊

汪老師，中科院自動化所一線科研學者，副研究員，團隊在領域頂級會議期刊ICCV、TNNLS、TIP等發(fā)表論文20多篇；參加全國視頻圖像分析技術挑戰(zhàn)賽，獲得目標檢測識別第二名，熟練掌握并應用深度學習Keras框架和Caffe框架。

宮老師，某知名外企研究院算法工程師，中國科學院自動化研究所博士，在計算機視覺與人工智能領域具有近六年的研究經(jīng)歷。攻讀博士學位期間主要研究方向是模式識別與圖像處理，曾在模式識別領域內(nèi)頂級國際期刊發(fā)表論文，參加某知名互聯(lián)網(wǎng)公司舉辦的圖像分割競賽，獲得第四名的成績。目前主要負責計算機視覺與人工智能方面的算法研發(fā)工作。

課程費用及時間

1.前100名報名者，報名價格為399元；100名以后，恢復到課程原價499元。

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周周末（周六、周日），每晚7點-9點；春節(jié)期間停課1周。

往期評價