登录 后使用快捷导航
没有帐号?立即注册

IT撸码课程网

用户名   找回密码
  立即注册
发新帖

某象学院深度学习第四期2017年5月开课最新课程

[复制链接]
100 218 100
发表于2018-11-25 00:00:32 | 只看楼主 | 阅读模式
上一主题 下一主题
登录后查看本帖详细内容!您需要登录后才可以下载 登录 | 立即注册


课程名称:

& S( D( s, Z* e/ K+ ~0 [

《深度学习》第四期

" f6 C. u% t' L. H

主讲老师:


李伟, 美国纽约城市大学博士


研究领域包括深度学习,计算机视觉,人脸计算以及人机交互,即将毕业加入美国顶级云计算平台人工智能研究组。在CVPR,ECCV等顶级会议上发表了多篇学术文章,同时他还是WACV,ACCV,ECCV等重要视觉会议以及MVA,CVIU等期刊的审稿人。


课程简介:


本次的深度学习课程主要包括三大部分:

      1) 深度学习核心原理。了解深度学习运行的最核心数学原理,从而对后续的知识点扩展,模型设计与优化技能打下基础。

      2) 深度学习知识点连接。会涵盖主流的深度学习研究工程应用中碰到的大部分知识点,与大部分学习资料孤立进行知识点介绍不同,会结合主讲人自身总结找到所有知识点之间的联系,便于系统掌握。

      3) 介绍不同知识点的代表应用。结合所学的原理以及知识点,介绍比较重要的图像和语言方面的应用,如增强学习,迁移学习,GAN等, 方便学员针对自身兴趣的目标进行强化训练。


面向人群:


      1.  想了解和学习深度学习的学习者

      2.  想学习深度学习的相关从业人员

      3.  想转行从事深度的学习者


学习收益:


通过本课程的学习,学员将会收获:

      1.  帮助学员系统性的掌握深度学习的基本原理,以及从基本概念到各个先进模型的转化思路 

      2.  了解研究过程中定义问题设计模型的思路

      3.  培养学员面对工程及学术问题的思考解决能力

      4.  快速积累深度学习项目经验-


开课时间:

2017年4月28日5 


学习方式:


在线直播,共10次课,每次2小时* 

每周2次(周六、日,下午20:00 - 22:00)

重要提示:(因为五一假期听课,第一课移至4月28日,后续维持周末上课不变)

直播后提供录制回放视频,可在线反复观看,有效期1年


课程大纲: 


第一课 深度学习总体介绍


    1. 神经网络:传统到现代

    2. 深度学习应用特点

    3. 深度学习发展方向

    4. 深度学习框架比较:用Tensorflow进行课程学习

    5. 实例:Tensorflow基础


第二课 传统神经网络


    1. 神经网络起源:线性回归

    2. 从线性到非线性:非线性激励

    3. 神经网络的构建:深度广度复杂度扩展

    4. 神经网络的“配件”:损失函数,学习率,动量,过拟合

    5. 实例: 传统神经网络实现


第三课 卷积神经网络-基础篇


    1. 链式反向梯度传导

    2. 卷积神经网络-卷积层:正向反向推导

    3. 卷积神经网络-功能层:非线性激励,降维,归一化,区域分割,区域融合

    4. 实例:简单卷积神经网络运行& 


第四课 卷积神经网络-高级篇


    1. AlexNet 最早的现代神经网络

    2. VGG,GoogleNet,,ResNet. 近期的高级网络

    3. Deepface 结构化图像网络)

    4. U-Net 深度图片生成网络:逆卷积作用5 

    5. 实例:利用已有模型进行物体分类/特征提取


第五课 卷积神经网络-目标分类


    1. 目标分类基本框架

    2. 迁移学习2 

    3. 个人研究分享:如何设计新的的网络

    4. 实例训练:表情识别/人脸识别/动物识别


第六课 卷积神经网络-目标探测


    1. 目标探测介绍

    2. 传统方法总结-DPM

    3. RCNN 系列:RCNN,Fast RCNN,Faster RCNN

    4. YoLo系列* 

    5. 实例:目标探测模型训练/部署2 


第七课 递归神经网络,


    1. RNN基本原理

    2. 升级版RNN:

    3. 语言特征提取 Word2Vec. 

    4. 实例:LSTM用于语句生成9


第八课 递归网络卷积网络结合: CNN+RNN


    1. CNN+RNN0

    2. 图片标注:学会看图说话- 

    3. 视频分类:时间信号帮助更多

    4. 图片问答:对话机器人升级版7 

    5. 实例:图片标注实例8 U5

第九课 生成对抗网络:


    1. GAN原理基础

    2. 深度GAN:GAN +深度学习

    3. 条件GAN:生成图片由我控制6 

    4. info GAN:无监督找特征

    5. Wasserstein GAN:理论创新

    6. 实例:Pix2Pix 自定义图片生成


第十课 增强学习4 


    1. 增强学习基础

    2. DQN 深度增强学习

    3. DQN 改进模型  

    4. A3C 模型:高效游戏机器人

    5. 实例:DQN用于Atari游戏学习


image.png

游客,如果您要查看本帖隐藏内容请登录
IT撸码网 - 必读申明1、本站会员可发帖,本主题所有言论和图片纯属会员个人意见,与本论坛立场无关.
2、本站所有帖子由该帖子作者发表,该帖子作者享有帖子相关权益.
3、本帖内容来网友及会员分享和其它网络媒体.
4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意!
5、若因内容问题IT撸码网管理员和版主有权不事先通知发贴者而删除本文.
6、本站课程仅供本站会员学习参考,不得传播及用于其他用途,学习完后请在24小时内自行删除.
7、本站资源质量虽均经精心审查,但也难保万无一失,若发现资源有问题影响学习请一定及时点此进行问题反馈,我们会积极为您解决问题!
8、若发现链接失效了点此进行链接失效反馈,我们会第一时间修复链接.

精彩评论0

您需要登录后才可以发帖查看详细内容! 登录 | 立即注册
*
 

本版积分规则

1063

主题

90

帖子

19

积分