欢迎来到天天文库
浏览记录
ID:29866684
大小:62.56 KB
页数:3页
时间:2018-12-24
《关于举办python深度学习核心技术应用与实战培训班通知》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、北京软数信息技术研究院BEIJINGRUANSHUINFORMAIONTECHNOLOGYRESEARCHINSTITUTE关于举办Python“深度学习核心技术应用与实战”培训班通知各企事业单位:深度学习在解决复杂学习问题领域的成功已经有目共睹,这使得它的地位越来越重要。同时,随着高性能计算资源以及超高水平开源库的发展,企业、小公司、个人使用深度学习已经越来越可行。掌握深度学习无疑可以使你处于新兴科技的前沿。为了推进国内深度学习的教学和科研工作,促进国内深度学习的研究和应用发展,提升相关科技工作者的技术水平,北京软数信息技术研究院特举办“深度学习核心技术应用与实战”培训班,具体事宜如下
2、:一、培训目标:在深度学习的基本概念和技术方法的基础上阐述深度学习的基本思想和解决问题的基本思维模式,从理论到实践逐步提升对深度学习技术的理解;从模型表达能力到计算复杂度权衡角度帮助学员理解从数据推知数据蕴含的结构、解决问题的技巧。全面理解和实践:深度学习的基本原理、基本模型、模型设计技术。结合应用案例和开发框架构建学员从所学理论到实践解决问题的理论和工程相结合的能力,解决各自领域的具体问题。针对学员面对的实践问题展开讨论、方案建议。为学员配备由浅入深的参考书和深度学习开发教材,便于课后逐步提高能力。二、时间地点:2018年12月20日——2018年12月23日北京(时间安排:第一天报到
3、,授课三天)三、培训对象:各省市、自治区从事机器学习、神经网络、人工智能、语音识别、图像处理领域等行业相关的企事业单位技术骨干、科研院所研究人员和大专院校相关专业教学人员及在校研究生等相关人员,以及深度学习广大爱好者。四、培训费用:¥RMB:3900元/人(含报名费、授课费、教材资料费、上机辅导费、证书费、午餐费等);食宿可统一安排,费用自理。颁发证书:参加相关培训并通过考试的学员可获得由工业和信息化部通信和信息技术创新人才培养工程颁发《深度学习应用工程师》职业水平证书。注:请学员带两寸照片(背面注明姓名)、身份证复印各1份。北京软数信息技术研究院2018年11月23日附件1北京软数信息
4、技术研究院BEIJINGRUANSHUINFORMAIONTECHNOLOGYRESEARCHINSTITUTE深度学习培训大纲一、深度学习DeepLearning基础、基本思想和基本原理以及大规模深度学习基本框架和开发过程以及实战1.人工智能概述、计算智能、类脑智能、深度学习的前生今世、发展趋势2.机器学习概述、记忆学习、归纳学习、统计学习3.深度神经网络的基本原理、优势和特点,包括深度神经网络的高维复杂函数近似、流形推断、泛化的基本原理4.人工神经网络和基本训练方法(训练目标和训练BP算法)5.Tensorflow框架的开发模式、开发案例6.深度神经网络开发的基本过程、训练和问题解决
5、技巧7.基本神经网络开发实践(实践)二、深度学习的基本模型、基本技术和应用以及问题解决1.CNN卷积神经网络的设计思想、设计和应用开发与上机实习(卷积层(一维卷积、二维卷积)、池化层(均值池化、最大池化)全连接层、激活函数层、Softmax层)2.卷积神经网络的变化、思想和应用实例(残差网络、R-CNN、SPPNET、Fast-R-CNN、Faster-R-CNN、Mask-R-CNN、YOLOv1-v3)3.RNN循环神经网络改进的思想和LSTM、GRU、Bi-RNN、AttentionbasedRNN4.RNN、LSTM实际应用:自然语言处理、Seq2Seq、跨模态应用(Captio
6、n/无导师翻译/无导师生成)5.对象识别、翻译的基本技术方法三、深度学习模式和基本技术:弱导师学习、强化学习、无导师学习、迁移学习1.深度学习的基本模式、似然估计和非似然估计、指数复杂度/下界和后验推理/重参数2.最大似然估计技术体系:弱导师学习、远程学习、Autoencoder、VAE、GAN+VAE3.非似然估计技术体系:对抗生成模型GAN的理论知识、INFOGAN、f-GAN、WGAN、Conditioned-GAN的基本原理与应用4.迁移学习的理论概述、迁移学习常见方法举例5.强化学习的基本原理、深度、宽度、模型和无模型强化学习算法基础6.深度强化的基本思想、策略梯度训练方法的详
7、细解析四、深度学习的基本技术、设计模式和调试技术:深度学习模型的常用设计模式和调试原理1.深度贝叶斯模型设计的详细解析(VAE和深度图概率模型Graphic-GAN)2.AutoEncoder自编码器框架、DAE详细解析和VAE的比较分析3.深度神经网络记忆和推理构件4.深度隐含主题模型5.多模态数据分析:深度社交推荐技术6.深度模型调试案例解析(训练目标设计、不稳定、超参数设计自动化、元学习)六、主讲专家:北京软数信息技术研究院B
此文档下载收益归作者所有