深度学习实战开发

2021年1月18日-1月24日，每晚18:30-21:30线上直播

课程介绍

实验课程再次更新迭代！

深度学习是现代人工智能领域的核心技术之一，也是在大数据时代下处理海量数据的基本工具 ,本课程旨在从建模和算法的角度，全面的介绍深度学习的基本思想，方法和技术，并通过课程作业和项目实践将深度学习技术应用到具体问题中，课程内容涵盖深度学习基础、深度学习计算、卷积神经网络、循环神经网络、优化算法、计算性能、图像识别、自然语言处理等。

掌握神经网络算法原理，理解神经网络的工作原理与应用领域；
熟练CNN与RNN网络框架，掌握各大经典网络组成与应用方法；
掌握框架核心模块使用方法，熟练应用框架构建各大经典神经网络模型，并基于实际任务进行改进与优化；
掌握OpenCV各大核心函数使用方法，熟练应用其进行图像处理与建模任务，掌握计算机视觉项目常规处理流程与实战模板；
熟悉NLP常用特征提取方法，熟练应用工具包进行文本建模与分析任务。

使用多行业实际数据（已脱敏）进行机器学习模型的落地应用

坚持推导公式，但更重视机器学习和深度学习的原理与实操

将实际工作中遇到的行业应用和痛点做最直观切实的展示

重视算法模型，更强调应该如何模型选择、特征选择和调参

7天21小时课程直播+14小时实验录播

实验课程注重代码实践，更注重落地应用

第1天深度学习基础		实验案例
1月18日晚18:30-21:30	1. 线性回归 2. 线性回归的从零开始实现 3. 线性回归的简洁实现 4. softmax回归 5. 图像分类数据集（Fashion-MNIST） 6. softmax回归的从零开始实现 7. softmax回归的简洁实现 8. 多层感知机 9. 多层感知机的从零开始实现 10. 多层感知机的简洁实现 11. 模型选择、欠拟合和过拟合 12. 权重衰减 13. 丢弃法 14. 正向传播、反向传播和计算图 15. 数值稳定性和模型初始化	实验：房价预测
第2天深度学习计算		实验案例
1月19日晚18:30-21:30	1. 模型构造 2. 模型参数的访问、初始化和共享 3. 模型参数的延后初始化 4. 自定义层 5. 读取和存储 6. GPU计算	实验：训练一个分类器
第3天卷积神经网络		实验案例
1月20日晚18:30-21:30	1. 二维卷积层 2. 填充和步幅 3. 多输入通道和多输出通道 4. 池化层 5. 卷积神经网络（LeNet） 6. 深度卷积神经网络（AlexNet） 7. 使用重复元素的网络（VGG） 8. 网络中的网络（NiN） 9. 含并行连结的网络（GoogLeNet） 10. 批量归一化 11. 残差网络（ResNet） 12. 稠密连接网络（DenseNet）	实验：CNN:MNIST数据集手写数字识别
第4天循环神经网络		实验案例
1月21日晚18:30-21:30	1. 语言模型 2. 循环神经网络 3. 语言模型数据集（周杰伦专辑歌词） 4. 循环神经网络的从零开始实现 5. 循环神经网络的简洁实现 6. 通过时间反向传播 7. 门控循环单元（GRU） 8. 长短期记忆（LSTM） 9. 深度循环神经网络 10. 双向循环神经网络	实验：RNN：通过Sin预测Cos
第5天优化算法及计算性能		实验案例
1月22日晚18:30-21:30	1. 优化与深度学习 2. 梯度下降和随机梯度下降 3. 小批量随机梯度下降 4. 动量法 5. AdaGrad算法 6. RMSProp算法 7. AdaDelta算法 8. Adam算法 9. 命令式和符号式混合编程 10. 异步计算 11. 自动并行计算 12. 多GPU计算	实验：多GPU并行训练
第6天深度学习之计算机视觉		实验案例
1月23日晚18:30-21:30	1. 图像增广 2. 微调 3. 目标检测和边界框 4. 锚框 5. 多尺度目标检测 6. 目标检测数据集（皮卡丘） 7. 单发多框检测（SSD） 8. 区域卷积神经网络（R-CNN）系列 9. 语义分割和数据集 10. 全卷积网络（FCN） 11. 样式迁移	实验：图像分类（CIFAR-10）实验：狗的品种识别（ImageNet Dogs）
第7天深度学习之自然语言处理		实验案例
1月24日晚18:30-21:30	1. 词嵌入（word2vec） 2. 近似训练 3. word2vec的实现 4. 子词嵌入（fastText） 5. 全局向量的词嵌入（GloVe） 6. 求近义词和类比词 7. 文本情感分类：使用循环神经网络 8. 文本情感分类：使用卷积神经网络（textCNN） 9. 编码器—解码器（seq2seq） 10. 束搜索、注意力机制 11. 机器翻译	实验：word2Vec影评数据分析实验：基于CNN实现购物网站评论情感分析

案例实验

赠送课件、代码、数据、配套实践手册

实验一、房价预测

掌握深度学习回归运用和模型构建

实验二、训练一个分类器

掌握模型构造，模型参数的访问、初始化和共享等

实验三、MNIST数据集手写数字识别

掌握卷积神经网络构建

实验四、通过Sin预测Cos

掌握循环神经网络构建

实验五、多GPU并行训练

掌握算法优化与性能

实验六、图像分类（CIFAR-10）

掌握计算机视觉中图像增广，微调，目标检测和边界框等

实验七、狗的品种识别（ImageNet Dogs）

掌握深度学习之计算机视觉中，区域卷积神经网络，语义分割等

实验八、word2Vec影评数据分析

word2Vec影评数据分析

实验九、基于CNN实现购物网站评论情感分析

掌握textcnn

颁发权威证书

工业和信息化部人才交流中心证书

工信部授权证书

工业和信息化人才证书封皮

证书样本

实力专家主讲

历届好评最多的实力派讲师

任大勇老师

原IBM大数据架构师，Cloudera管理/开发/分析/数据科学家认证讲师。主导研发了10+大数据及人工智能相关产品，并获得软件著作权，其中《人工智能开发平台》和《AI量化投资平台》广受用户好评。长期服务于国内外优质客户，行业覆盖银行、保险、电信运营商、制造等。主要负责过的项目有：中国移动500节点+大数据运维保障，上海金融产业园智能投顾系统建设，某芯片制造人工智能缺陷检测项目，某保险大数据治理项目等。