地点:北京长城饭店
时间:2019年9月5日
一站式迅速掌握AI核心技术,迅速上手深度学习应用。面向AI初学者、工程师或数据科学家,AI开发者大会期间将展开一场深度学习技术硬核培训。基于2019年加州大学伯克利分校的《深度学习导论》,本次培训将所有深度学习内容浓缩成一天的精华课程。亚马逊首席科学家李沐将面对面亲自授课,从基础到应用,让你能短时间掌握深度学习轮廓,还会教你使用多个GPU甚至是多台机器来训练模型,并构建深度学习模型来进行图片识别等上手操作。本次培训课程共分为四大部分,每部分讲解100分钟。晚上我们将进行 Hackathon,将白天学到的深度学习知识学以致用。
李沐,亚马逊首席科学家。美国卡内基梅隆大学计算机科学博士。他曾任加州大学伯克利分校访问助理教授、创业公司 Marianas Labs 的 CTO 和百度深度学习研究院的主任研发架构师。他的研究关注分布式系统和 机器学习算法。他在数个领域的顶级学术会议 发表过论文,包括理论(FOCS)、机器学习 (ICML,NIPS)、应用(CVPR,KDD) 和操作系统(OSDI)。
何通,亚马逊应用科学家。主要方向为计算机视觉,研究方向包括深度学习,机器学习,推荐系统,生物信息等。他于2016年在加拿大取得计算机硕士学位,并于2018年加入亚马逊。他积极参与开发与维护多个著名开源项目,是深度学习框架项目的核心开发成员,计算机视觉工具包的核心开发成员,机器学习工具的包开发者。
时间 | 课程 | 内容 | |
---|---|---|---|
Part 1 | 9:00-10:40 |
深度学习基础 |
1. 数据操作 2. 自动求导 3. 线性回归的从零开始实现 4. 线性回归的简洁实现 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. 多层感知机的从零开始实现 9. 多层感知机的简洁实现 |
Part 2 |
11:00-12:40 |
卷积神经网络基础 |
1. 使用GPU 2. 卷积层 3. 池化层 4. 卷积神经网络:LeNet 5. 深度卷积神经网络:AlexNet) |
Part 3 |
14:00-15:40 |
现代卷积神经网络 |
1. 用重复元素的网络:VGG 2. 含并行连结的网络:GoogLeNet 3. 残差网络:ResNet 4. 多GPU和分布式计算 5. 图像增广 6. 微调 |
Part 4 |
16:00-17:40 |
计算机视觉 |
1. 目标检测模型 2. 目标检测预测 3. 目标检测训练 4. 训练调参技巧 5. 部署模型 |
Part 5 |
19:00-24:00 |
Hackathon(注册时需要勾选) |
主题方向:目标检测 |
扫码回复:大会,加入大会福利群