在国家发展的新时代,产业战略已经向创新驱动转移,从而迎接全球新一轮科技革命与产业变革的重大机遇和挑战,在这个过程中,人工智能异军突起,成为新时代的创新突破口。由于人工智能技术的领域普遍性,大批在第一线工作的技术人员需要更新知识,学习人工智能理论与实践,从而在自己的领域中实现跨越式创新。
培训目的
1、深层次掌握人工智能理论,寻求人工智能研发的突破口,探知核心的秘密。
2、以实践为导向,萃取案例精化,加深理论知识,提高研发能力。
3、把握人工智能的新应用,理解人工智能领域发展趋势。
培训要点
本课程的目的是在“机器学习和深度学习”知识的基础上,进一步深入学习和研究,从理论和实践两方面提升学员人工智能产品的研发能力。课程由完整的案例加上具体实现驱动,针对每一个专题,首先描述案例场景,然后把知识揉进具体实现过程,通过分析、改进、实现、总结归纳的循环,建立更加深入完整的知识和能力结构。这些知识和能力,对于研发更多领域的人工智能产品来说,具有很高的萃取价值。尽管本课程是一个进阶课程,但只要具备机器学习和深度学习的基本知识,都能在学习这个课程的过程中,获得比较大的收益。
证书
培训结束,颁发中科院计算所培训中心“人工智能:机器学习和深度学习实战进阶”结业证书。
一、培训对象
架构师、分析师、项目经理、高级程序员、资深开发人员、人工智能工程师、图像处理工程师、机器学习工程师、模式识别工程师以及未来可能从事人工智能研发的技术人员。
培训内容
时间 |
内容 |
第一天 上午 |
一、PyTorch 简明教程 二、机器学习深度学习概念回顾 1、机器学习分类,监督学习,非监督学习 2、分类与回归 3、卷积神经网络 4、递归神经网络
|
第一天 下午 |
三、深入理解机器学习与深度学习 1、BP反传本质与推导 2、梯度下降法,小梯度与关键点 3、自适应学习率优化器 4、损失函数设计 四、递归神经网络 1、长短时记忆网络 2、结构递归神经网络
案例分析: 使用深度卷积网络进行目标检测与分割(自动驾驶) |
第二天 上午 |
五、自监督学习 1、自监督学习定义 2、Attention is all you need 3、多头自监督学习 4、Transformer和BERT 六、可解释机器学习与模型攻击 1、可解释机器学习模型 2、攻击模型 七、神经网络压缩 1、基于张量分解压缩 2、基于量化压缩 3、基于裁剪压缩 4、知识蒸馏
案例分析: 网络量化压缩效果对比,Nvidia-TensorRT |
第二天 下午 |
八、异常检测与指针网络 1、异常检测 2、指针网络 九、生成对抗网络 1、GAN,SAGAN,BigGAN,SinGAN,GauGAN,GANILLA 2、案例分析:利用生成对抗网络的超分辨率效果对比 十、强化学习 1、原理分析 2、案例分析:使用强化学习进行姿态控制 讨论互动 案例总结 |
汇款、微信转帐
汇款信息:
单位名称:北京市海淀区中科院计算所职业技能培训学校
开户行:工行海淀西区支行
账号:0200 0045 1920 0043 667
开户银行代码:1021 0000 0458
微信转账:
步骤一:打开微信,扫描二微码付款时,点击打开微信右下角里的“发现”,在列表界面有一个“扫一扫”选项,点击打开“扫一扫”(如下图):
步骤二:点击打开“扫一扫”后,会出现一个扫描框,将中科院计算所培训中心二维码/条码放入框内,即可自动扫描,并显示支付信息,输入付款金额。
(中科院计算所培训中心二维码)
步骤三:点击 “添加付款备注”,填写付款人姓名和单位全称,所有信息核对无误后,点击“确认付款”,完成支付。