工程師
互聯(lián)網(wǎng)
深度學(xué)習(xí)
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

深度學(xué)習(xí)詳解

北京航空航天大學(xué) 副教授

秦曾昌,北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院教授,教育部新世紀(jì)優(yōu)秀人才。英國(guó)布里斯托(Bristol)大學(xué)機(jī)器學(xué)習(xí)與人工智能方向碩士、博士。美國(guó)加州大學(xué)伯克利分校 (UC Berkeley) 博士后、牛津 (Oxford) 大學(xué)與卡內(nèi)基梅隆大學(xué) (CMU) 訪(fǎng)問(wèn)學(xué)者。目前主要研究方向?yàn)槿斯ぶ悄?、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘、跨媒體檢索與自然語(yǔ)言理解。主持過(guò)國(guó)家自然基金在內(nèi)的省部級(jí)基金10余項(xiàng),出版英文專(zhuān)著1本、發(fā)表包括T-IP, T-Multimedia, Information Fusion, AAAI, IJCAI, MM,CVPR, EMNLP等專(zhuān)業(yè)期刊或會(huì)議論文近 130余篇。 是我國(guó)第一次太空授課專(zhuān)家組成員,也是青少年科技創(chuàng)新大賽、機(jī)器人大賽、宋慶齡發(fā)明獎(jiǎng)等國(guó)內(nèi)外很多青少年科技比賽的評(píng)審專(zhuān)家,開(kāi)展網(wǎng)絡(luò)科普獲得搜狐視頻2023年百大播主稱(chēng)號(hào)。

秦曾昌,北京航空航天大學(xué)自動(dòng)化科學(xué)與電氣工程學(xué)院教授,教育部新世紀(jì)優(yōu)秀人才。英國(guó)布里斯托(Bristol)大學(xué)機(jī)器學(xué)習(xí)與人工智能方向碩士、博士。美國(guó)加州大學(xué)伯克利分校 (UC Berkeley) 博士后、牛津 (Oxford) 大學(xué)與卡內(nèi)基梅隆大學(xué) (CMU) 訪(fǎng)問(wèn)學(xué)者。目前主要研究方向?yàn)槿斯ぶ悄?、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘、跨媒體檢索與自然語(yǔ)言理解。主持過(guò)國(guó)家自然基金在內(nèi)的省部級(jí)基金10余項(xiàng),出版英文專(zhuān)著1本、發(fā)表包括T-IP, T-Multimedia, Information Fusion, AAAI, IJCAI, MM,CVPR, EMNLP等專(zhuān)業(yè)期刊或會(huì)議論文近 130余篇。 是我國(guó)第一次太空授課專(zhuān)家組成員,也是青少年科技創(chuàng)新大賽、機(jī)器人大賽、宋慶齡發(fā)明獎(jiǎng)等國(guó)內(nèi)外很多青少年科技比賽的評(píng)審專(zhuān)家,開(kāi)展網(wǎng)絡(luò)科普獲得搜狐視頻2023年百大播主稱(chēng)號(hào)。

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

2

成為教練

課程簡(jiǎn)介

1.熟悉和掌握深度學(xué)習(xí)背后的核心原理:從矩陣運(yùn)算到隨機(jī)梯度下降,了解不同深度學(xué)習(xí)模型的原理與優(yōu)缺點(diǎn)。
2.深刻理解深度學(xué)習(xí)模型的關(guān)聯(lián)與邏輯關(guān)系,了解深度學(xué)習(xí)在機(jī)器視覺(jué)、自然語(yǔ)言處理及其他領(lǐng)域的應(yīng)用。
3.課程將提供學(xué)員經(jīng)過(guò)老師精心整理的配套學(xué)習(xí)資料和經(jīng)典論文,在課程的不同階段給學(xué)員用來(lái)復(fù)習(xí)和學(xué)習(xí)。
4.課程采用雙語(yǔ)形式,課件為英文,用中文講授,為直接學(xué)習(xí)國(guó)際最前沿的技術(shù)論文打下良好基礎(chǔ)。

目標(biāo)收益

培訓(xùn)對(duì)象

課程大綱

機(jī)器智能的數(shù)學(xué)
Mathematics for Machine Intelligence
1.數(shù)與函數(shù)
Numbers and Functions
2.線(xiàn)性代數(shù)
Linear Algebra
3.概率與統(tǒng)計(jì)
Probability and Statistics
廣義線(xiàn)性模型
Generalized Linear Model
1.線(xiàn)性模型
Linear Model
2.梯度下降
Gradient Descent
3.廣義線(xiàn)性模型
Generalized Linear Model
經(jīng)典神經(jīng)網(wǎng)絡(luò)
Classical Neural Networks
1.前饋網(wǎng)絡(luò)
Feed-forward
2.反向傳播
Back-propagation
3.通用函數(shù)
Universal Function
卷積神經(jīng)網(wǎng)絡(luò)
Convolution Neural Networks
1.視覺(jué)特征的卷積
Convolution of Visual Features
2.卷積網(wǎng)絡(luò)結(jié)構(gòu)與卷積技巧
CNN Structure and Conv Tricks
3.各種卷積網(wǎng)絡(luò): 從LeNet到ResNet
CNN Variants: from LeNet to ResNet
卷積網(wǎng)絡(luò)與應(yīng)用
CNN and Applications
1.分割、識(shí)別與檢測(cè)
Segmentation, Recognition and Detection
2.R-CNN、動(dòng)作識(shí)別
R-CNN、Post Estimation
3.U-網(wǎng)絡(luò)與Pix2Pix模型
U-Net and Pix2Pix Model
循環(huán)神經(jīng)網(wǎng)絡(luò)
Recurrent Neural Network
1.循環(huán)網(wǎng)絡(luò)
Recurrent Network
2.長(zhǎng)短記憶網(wǎng)絡(luò)
Long Short-term Memory (LSTM)
3.神經(jīng)語(yǔ)言模型與詞嵌入
Neural Language Model and Word Embeddings
4.注意力機(jī)制
Attention Mechanism
Transformer與自然語(yǔ)言處理
Transformer for NLP
1.模型詳解
Model Explained
2. Transformer應(yīng)用
Applications of Transformer
3.深度生成模型
Deep Generative Model
機(jī)器智能的數(shù)學(xué)
Mathematics for Machine Intelligence
1.數(shù)與函數(shù)
Numbers and Functions
2.線(xiàn)性代數(shù)
Linear Algebra
3.概率與統(tǒng)計(jì)
Probability and Statistics
廣義線(xiàn)性模型
Generalized Linear Model
1.線(xiàn)性模型
Linear Model
2.梯度下降
Gradient Descent
3.廣義線(xiàn)性模型
Generalized Linear Model
經(jīng)典神經(jīng)網(wǎng)絡(luò)
Classical Neural Networks
1.前饋網(wǎng)絡(luò)
Feed-forward
2.反向傳播
Back-propagation
3.通用函數(shù)
Universal Function
卷積神經(jīng)網(wǎng)絡(luò)
Convolution Neural Networks
1.視覺(jué)特征的卷積
Convolution of Visual Features
2.卷積網(wǎng)絡(luò)結(jié)構(gòu)與卷積技巧
CNN Structure and Conv Tricks
3.各種卷積網(wǎng)絡(luò): 從LeNet到ResNet
CNN Variants: from LeNet to ResNet
卷積網(wǎng)絡(luò)與應(yīng)用
CNN and Applications

1.分割、識(shí)別與檢測(cè)
Segmentation, Recognition and Detection
2.R-CNN、動(dòng)作識(shí)別
R-CNN、Post Estimation
3.U-網(wǎng)絡(luò)與Pix2Pix模型
U-Net and Pix2Pix Model
循環(huán)神經(jīng)網(wǎng)絡(luò)
Recurrent Neural Network
1.循環(huán)網(wǎng)絡(luò)
Recurrent Network
2.長(zhǎng)短記憶網(wǎng)絡(luò)
Long Short-term Memory (LSTM)
3.神經(jīng)語(yǔ)言模型與詞嵌入
Neural Language Model and Word Embeddings
4.注意力機(jī)制
Attention Mechanism
Transformer與自然語(yǔ)言處理
Transformer for NLP
1.模型詳解
Model Explained
2. Transformer應(yīng)用
Applications of Transformer
3.深度生成模型
Deep Generative Model

課程費(fèi)用

6800.00 /人

課程時(shí)長(zhǎng)

2

預(yù)約體驗(yàn)票 我要分享

近期公開(kāi)課推薦

近期公開(kāi)課推薦

活動(dòng)詳情

提交需求