2018年5月3日 9:00 至 2018年5月6日 18:00 ,中国管理科学研究院职业资格认证培训中心在 杭州·浙江广播电视大学·三墩振华路6号举办《2018第十三期杭州深度学习DeepLearning核心技术开发与应用培训班》。
会议内容
主办方介绍
2018第十三期杭州深度学习DeepLearning核心技术开发与应用培训班宣传图
深度学习DeepLearning核心技术开发与应用培训班
各企事业单位、高等院校及科研院所:
随着人工智能AI、大数据Big Data、云计算Cloud Computing、高性能计算HPC等计算机科学技术的发展和应用的普及,为了在人工智能时代占得先机,越来越多的企业寻求更加灵活和强大的深度学习能力。深度学习是目前人工智能、机器学习领域异常火热的研究方向,受到了学术界和工业界的高度关注。目前,微软、腾讯、谷歌、Facebook、百度、阿里巴巴等把深度学习作为未来工业和互联网发展的研究重心,中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把深度学习进行科学技术成果转化,显著推动了深度学习在各行业的应用与发展。
中国管理科学研究院职业资格认证培训中心特举办“深度学习DeepLearning核心技术开发与应用培训班”。本次对前沿的深度学习方法及应用进行了全面的讲解,同时进行深入的应用讨论,帮助参加学员掌握、利用深度学习进行具体的科研和工程技术工作的开展。
本次培训由北京龙腾亚太教育咨询有限公司承办。通知如下:
一、培训目标:
1、本次培训采用深入浅出的方法,结合实例,重点讲解Deep Learning框架模型、科学算法、训练过程技巧,使学员更有效的掌握Deep Learning核心技术及动手能力;
2、通过本次课程的学习,能够把握深度学习的技术发展趋势,可以熟练掌握深度学习核心技术、主要模型、实践技巧、并配以大量代码练习,同时针对工作中存在的疑难问题进行分析讲解和专题讨论,有效的提升学员解决复杂问题的能力;
二、培训专家:
中国科学院计算技术研究所、清华大学、北京大学等科研机构和大学的高级专家,拥有丰富的科研及工程技术经验,长期从事深度学习、人工智能、机器学习、计算机视觉等领域的教学与研究工作。
三、时间地点:
2018年05月03日 — 2018年05月06日 浙江杭州
(第一天报到、授课三天,大学机房上课,每人一台电脑进行实际案例操作,赠送 U盘拷贝资料及课件和软件。
四、参会对象:
各省市、自治区从事人工智能、深度学习、计算机视觉、人脸识别、 图像处理、行人检测、自然语言处理等领域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、计算机视觉广大爱好者。
五、颁发证书:
参加相关会议并通过考试的学员,可以获得:
A类,由中国管理科学研究院职业资格认证培训中心颁发的《深度学习开发与应用工程师》(高级)专业技能资格证书,官方网站查询,该证书可作为有关单位专业技术人员能力评价、考核和任职的重要依据。
B类,由工信部人才交流中心颁发的《深度学习开发与应用工程师》国家紧缺人才培养工程证书,该证书直接纳入工信部人才库。(加上A类共两本证书)
注:请学员携带两张两寸彩照(背面注明姓名)、身份证复印件和学历证明复印件各两张。
中国管理科学研究院职业资格认证培训中心
中国管理科学研究院职业资格认证培训中心是依照国务院有关指示精神,并经过中国管理科学研究院专家、领导们严格考察、审核批准后,并由研究院专家、领导们剪彩,挂牌成立的国家事业性直属分支机构。
三天都是在机房上课,针对算例进行的上机实操!报名学员可以提前把感兴趣的内容和要解决的问题带到会场上,和主讲老师及其他学员交流学习!详细的乘车路线和报到地点会在报名之后告知!
第一天 上午: 9:00—12:00 下午: 2:00—5:00 | 一、深度学习Deep Learning基础和基本思想 | 1,人工智能概述、计算智能、类脑智能 2,机器学习概述、记忆学习、归纳学习、统计学习 3,深度学习的前生今世、发展趋势 4,人工神经网络、前馈神经网络、BP算法 、Hessian矩阵、结构性特征表示 |
二、深度学习Deep Learning基本框架结构 | 1,Caffe 2,Tensorflow 3,Torch 4,MXNet | |
三,深度学习Deep Learning-卷积神经网络 | 1,CNN卷积神经网络 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,CNN卷积神经网络改进 R-CNN (SPPNET) Fast-R-CNN Faster-R-CNN (YOLO、SSD) 3,深度学习的模型训练技巧 4,梯度下降的优化方法详解 | |
第二天 上午: 9:00—12:00 下午: 2:00—5:00 | 四,深度学习Deep Learning-循环神经网络 | 1, RNN循环神经网络 梯度计算 BPTT 2,RNN循环神经网络改进 LSTM GRU Bi-RNN Attention based RNN 3,RNN实际应用 Seq2Seq的原理与实现 |
五、强化学习 | 1,强化学习的理论知识 2,经典模型DQN讲解 3,AlphaGo原理讲解 4,RL实际应用;实现一个AlphaGo | |
六,对抗性生成网络 | 1, GAN的理论知识 2, GAN经典模型CGAN,LAPGAN,DCGAN 3,GAN经典模型 INFOGAN,WGAN,S2-GAN 4,GAN实际应用 DCGAN提高模糊图片分辨率 5,GAN实际应用 InfoGAN做特定的样本生成 | |
第三天 上午: 9:00—12:00 下午: 2:00—5:00 | 七、迁移学习 | 1,迁移学习的理论概述 2,迁移学习的常见方法 特征、实例、数据、深度迁移、强化迁移、研究案例 |
八、CNN应用案例 | 1,CNN与手写数字集分类 2,YOLO实现目标检测 3,PixelNet原理与实现 4,利用卷积神经网络做图像风格结合 | |
九、深度学习Deep Learning的常用模型或者方法 | 1,AutoEncoder自动编码器 2,Sparse Coding稀疏编码 3,Restricted Boltzmann Machine(RBM)限制波尔兹曼机 4,Deep BeliefNetworks深信度网络 5,Convolutional Neural Networks卷积神经网络 | |
十、辅助课程 | (1)疑难解答、分组讨论; (2)关键问题解析; (3)学后交流、微信群、QQ群建立; |
即将更新,敬请期待
会议门票
场馆介绍
A类,每人3900元(含报名费、培训费、午餐费、资料费、证书费)住宿可统一安排,费用自理。
B类,每人4380元(含报名费、培训费、午餐费、资料费、证书费)住宿可统一安排,费用自理。
浙江广播电视大学
交通指南:
三墩振华路6号
浙江广播电视大学建于1979年1月,是一所以开放教育为主体、多元办学、多种教育类型协调发展的省属现代远程开放大学。学校实行系统办学、分级管理的办学体制,对上,接受国家开放大学(原中央广播电视大学)的业务指导,对下,承担对全省10所市级电大、59所县级电大、7所行业系统电大的教学业务指导,同时履行浙江省社区教育指导中心、浙江老年开放大学、浙江省终身教育学分银行管理中心、浙江省高等学校在线开放课程管理中心职能。学校现有教工路、振华路两个校区,校舍建筑面积9.59万平方米(含在建),现有教职工284人,其中具有高级职称的83人。全省电大校舍建筑面积169万平方米,教职工4500多人,其中具有高级职称的1261人。