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
-
代碼
+關注
關注
30文章
4700瀏覽量
68114 -
深度學習
+關注
關注
73文章
5442瀏覽量
120805
原文標題:盡早跑通深度學習的實踐代碼,是入門深度學習的最快途徑
文章出處:【微信號:TheAlgorithm,微信公眾號:算法與數(shù)據(jù)結構】歡迎添加關注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論