2019深度學習DeepLearning核心技術實戰(zhàn)培訓班（1月上海班）已過期
推薦參加：2024中國醫(yī)藥醫(yī)療CIO年會

會議時間：2019-01-04 08:00至 2019-01-07 18:00結束

會議地點：上海翰朝酒店上海虹口區(qū) 中山北一路186號

會議規(guī)模：暫無

主辦單位：中國管理科學研究院職業(yè)資格認證培訓中心

發(fā)票類型：增值稅普通發(fā)票增值稅專用發(fā)票

行業(yè)熱銷熱門關注看了又看換一換

會議介紹
會議內(nèi)容主辦方介紹

2019深度學習DeepLearning核心技術實戰(zhàn)培訓班（1月上海班）宣傳圖

各企事業(yè)單位、高等院校及科研院所：

隨著人工智能AI、大數(shù)據(jù)Big Data、云計算Cloud Computing、高性能計算HPC等計算機科學技術的發(fā)展和應用的普及，越來越多的企業(yè)尋求更加強大的深度學習能力。深度學習受到了學術界和工業(yè)界的高度關注。目前，微軟、騰訊、谷歌、Facebook、百度、阿里等把深度學習作為未來工業(yè)和互聯(lián)網(wǎng)發(fā)展的研究重心，中國科學院、清華大學、北京大學等高校和科研院所成立專業(yè)研究中心和實驗室把深度學習進行科學技術成果轉化，推動了深度學習在各行業(yè)的應用與發(fā)展。

中國管理科學研究院職業(yè)資格認證培訓中心特舉辦“深度學習DeepLearning核心技術開發(fā)與應用培訓班”。本次對前沿的深度學習方法及應用進行了全面的講解，同時進行深入的案例分析，幫助學員掌握和利用深度學習進行具體工作的開展。本次培訓由北京中際英才文化傳媒有限公司、北京宏盛元亨文化交流中心具體承辦。具體通知如下；

時間地點:

2018年12月13日— 2018年12月16日???北京

2019年01月04日— 2019年01月07日???上海

??????(第一天全天報到，授課三天)

2019深度學習DeepLearning核心技術實戰(zhàn)培訓班（1月上海班）

培訓目標：

1，采用深入淺出的方法，結合實例并配以大量代碼練習，重點講解深度學習框架模型、科學算法、訓練過程技巧。

2、能夠把握深度學習的技術發(fā)展趨勢，可以熟練掌握深度學習核心技術、主要模型、實踐技巧、并配以大量代碼練習，同時針對工作中存在的疑難問題進行分析講解和專題討論，有效的提升學員解決復雜問題的能力；

3，掌握深度學習平臺Tensorflow訓練網(wǎng)絡搭建與配置、掌握數(shù)據(jù)價值的深度挖掘。

4，親手挑戰(zhàn)圖像識別、生成人臉、聊天機器人、模擬機器人等實戰(zhàn)項目，在實操中完全掌握深度學習核心技能。

5，實踐手寫字體識別、葉片分類等案例，動手練習讓AI自己玩游戲。

6，根據(jù)自己的項目課題，掌握應用深度學習五大框架模型。

參會對象：

各省市、自治區(qū)從事人工智能、深度學習、大數(shù)據(jù)挖掘、計算機視覺、人臉識別、?圖像處理、行人檢測、自然語言處理等領域相關的企事業(yè)單位技術骨干、科研院所研究人員和大專院校相關專業(yè)教學人員及在校研究生等相關人員，以及深度學習、計算機視覺廣大愛好者；

頒發(fā)證書：

參加相關會議并通過考試的學員，可以獲得：

由中國管理科學研究院職業(yè)資格認證培訓中心頒發(fā)的《深度學習開發(fā)與應用工程師》（高級）專業(yè)技能資格證書，官方網(wǎng)站查詢，該證書可作為有關單位專業(yè)技術人員能力評價、考核和任職的重要依據(jù)。

注：請學員帶兩寸彩照兩張（背面注明姓名）、身份證復印件和學歷證明復印件各兩張。

中國管理科學研究院職業(yè)資格認證培訓中心

中國管理科學研究院職業(yè)資格認證培訓中心是依照國務院有關指示精神，并經(jīng)過中國管理科學研究院專家、領導們嚴格考察、審核批準后，并由研究院專家、領導們剪彩，掛牌成立的國家事業(yè)性直屬分支機構。

會議日程
（最終日程以會議現(xiàn)場為準）

課程體系

A、公開課理論講解及實戰(zhàn)

一、深度學習基礎和基本思想	1，人工智能概述、計算智能、類腦智能 2，機器學習概述、記憶學習、歸納學習、統(tǒng)計學習 3，深度學習的前生今世、發(fā)展趨勢 4，人工神經(jīng)網(wǎng)絡、前饋神經(jīng)網(wǎng)絡、BP算法?、Hessian矩陣、結構性特征表示
二、深度學習基本框架結構	1，Tensorflow ??2，?Caffe ?????3，Torch ???????4，MXNet
三，卷積神經(jīng)網(wǎng)絡CNN	1，CNN卷積神經(jīng)網(wǎng)絡卷積層（一維卷積、二維卷積）、池化層（均值池化、最大池化）全連接層????激活函數(shù)層????Softmax層 2，CNN卷積神經(jīng)網(wǎng)絡改進 R-CNN （SPPNET）??Fast-R-CNN ?Faster-R-CNN （YOLO、SSD） 3，深度學習的模型訓練技巧 4，梯度下降的優(yōu)化方法詳解
四，循環(huán)神經(jīng)網(wǎng)絡RNN	RNN循環(huán)神經(jīng)網(wǎng)絡??? 梯度計算????BPTT 2，RNN循環(huán)神經(jīng)網(wǎng)絡改進 ????LSTM ?????GRU ????Bi-RNN ?Attention based RNN 3，RNN實際應用????Seq2Seq的原理與實現(xiàn)????
五、強化學習DRL	1，強化學習的理論知識?? 2，經(jīng)典模型DQN講解 AlphaGo原理講解???? RL實際應用；實現(xiàn)一個AlphaGo
六，對抗性生成網(wǎng)絡GAN	GAN的理論知識??? GAN經(jīng)典模型CGAN，LAPGAN，DCGAN 3，GAN經(jīng)典模型??INFOGAN，WGAN，S2-GAN 4，GAN實際應用??DCGAN提高模糊圖片分辨率 5，GAN實際應用??InfoGAN做特定的樣本生成
七、遷移學習TL	1，遷移學習的理論概述 2，遷移學習的常見方法特征、實例、數(shù)據(jù)、深度遷移、強化遷移、研究案例
八、深度學習算法理論解析	1，基于區(qū)域卷積網(wǎng)絡RCNN ??2，深度殘差網(wǎng)絡Resnet 3，膠囊網(wǎng)絡Capsule ???????4，長短時記憶網(wǎng)絡LSTM 5，注意力機制 ?????????????6，BP反傳算法 7，可變分編碼器VAE
九、深度學習實際應用案例操作	1，CNN——》圖像分類 ???????2，Lstm——》文本分類 3，Lstm——》命名實體抽取 ??4，Yolo——》目標檢測 5，圖像分類(CNN) ????????6，目標定位和識別(RCNN) 7，圖像重建(Auto-encoder) ??8，文本識別(RNN) 9，實體標注(LSTM) ????????10，手寫體數(shù)字生成(GAN) 11，邏輯回歸導出圖像分類； 12，靜/動態(tài)圖編寫（CNN）
十、深度學習Deep Learning的常用模型或者方法	1，AutoEncoder自動編碼器 2，Sparse Coding稀疏編碼 3，Restricted Boltzmann Machine(RBM)限制波爾茲曼機 4，Deep BeliefNetworks深信度網(wǎng)絡
十一、輔助課程	（1）疑難解答、分組討論；（2）學后交流、微信群、QQ群建立；