中科图云微信扫码看直播
活动内容收起
各有关单位
：
随着人工智能（AI）特别是深度学习（Deep Learning）近年来的飞速发展，在多个领域的成功应用，已经成为当前学术界和各行业最炙手可热的研究应用方向。不仅广泛应用于搜索引擎、电子商务、社交网络等互联网服务，并且在计算视觉、自然语言处理、金融、生物医药等行业AI的研究与应用也呈现爆发式增长。同时由于深度学习（Deep Learning）需要处理的海量数据非常庞大，为加强AI技术的创新发展和应用，培养社会急缺的深度学习专业人才，北京中科云畅应用技术研究院特别邀请深度学习领域的专家，举办“ 人工智能、深度学习理论与实战 ”专题会议，诚挚邀请您参加！
主办单位： 北京中科云畅应用技术研究院
会议时间及地点：2018年 6月1日 —— 2018年6月4日 长春
可咨询：（17801185785 ）
（第一天报到，会议三天）
会议费用：每人3900元（含报名费、会议费、资料费），食宿可统一安排，费用自理。
会议目标：通过讲授机器学习和深度学习理论及算法，让学员对机器学习、深度学习技术方法有深入的理解，同时学习深度学习开源平台的开发方法。
会议对象： 各院校计算机专业、网络通信专业、电子工程专业、信息计算科学专业、统计学专业等对AI /深度学习技术及研发感兴趣的老师、研究生等。相关从事大数据、数据挖掘、机器学习、计算视觉、自然语言处理、人机交互等领域研发的单位的技术部门、IT企业的工程师、研发负责人、算法工程师等。
会议方式: 1、名师讲座； 2、高性能计算环境下的上机实操； 3、专题小组研讨与案例讲解分析结合；
附件
一、主讲专家：
主讲专家来自中科院及高校的深度学习和高性能计算高级专家，拥有丰富的科研及工程技术经验，长期从事计算领域国家重大项目研究，具有资深的技术底蕴和专业背景。
二、会议内容：
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. Tensorflow详解和实践 |
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 |
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 |
六，对抗性生成网络 | 1. GAN的理论知识 2. GAN经典模型CGAN，LAPGAN，DCGAN 4. GAN经典模型 INFOGAN，WGAN，S2-GAN 5. GAN实际应用 DCGAN提高模糊图片分辨率 6. AN实际应用 InfoGAN做特定的样本生成 |
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、VAE、GAN、VAE+GAN 2. GAN的广泛应用 3. Sparse Coding稀疏编码 4. Convolutional Neural Networks卷积神经网络 5. 深度推荐模型 6. 深度文档模型 |
十、辅助课程 | （1）疑难解答、分组讨论； （3）关键问题解析； （4）学后交流、微信群、QQ群建立； |
三、颁发证书：
学员经会议考试合格后可以获得：由 北京中科云畅应用技术研究院 颁发的结业证书。
备注：请学员自带身份证复印件一张（办理证书使用）
活动标签
最近参与
-
天使也抽烟收藏
(6年前)
您还可能感兴趣
您有任何问题，在这里提问！
全部讨论
下载App观看回放
扫码小程序报名
联系主办方
联系电话：
