深度學(xué)習(xí)已經(jīng)被廣泛應(yīng)用在計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理等人工智能領(lǐng)域中，極大推動(dòng)了人工智能的發(fā)展。當(dāng)下，無(wú)論學(xué)術(shù)界還是企業(yè)界，都在發(fā)力深度學(xué)習(xí)的研究和應(yīng)用；谷歌大腦、百度的IDL、騰訊的AI lab等都在布局人工智能，花重金招兵買(mǎi)馬。

據(jù)領(lǐng)英近日發(fā)布的《全球AI領(lǐng)域人才報(bào)告》顯示，截至2017年一季度，基于領(lǐng)英平臺(tái)的全球AI（人工智能）領(lǐng)域技術(shù)人才數(shù)量超過(guò)190萬(wàn)，僅國(guó)內(nèi)人工智能人才缺口達(dá)到500多萬(wàn)。從下圖中美人工智能產(chǎn)業(yè)分布圖中，我們可以看到以計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理技術(shù)為核心的企業(yè)居多，而當(dāng)下，計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別等技術(shù)大都采用深度學(xué)習(xí)框架，進(jìn)一步導(dǎo)致深度學(xué)習(xí)算法工程師供遠(yuǎn)小于求的局面。

圖一中美人工智能產(chǎn)業(yè)分布圖

在各大招聘網(wǎng)站上，深度學(xué)習(xí)算法工程師、以深度學(xué)習(xí)為核心的計(jì)算機(jī)視覺(jué)算法工程師、自然語(yǔ)言處理算法工程師等崗位信息每天都有大量更新，年薪平均為35萬(wàn)，即使沒(méi)有工作經(jīng)驗(yàn)的本科生或者碩士生，也能拿到年薪27萬(wàn)+。

圖二 深度學(xué)習(xí)工程師招聘信息

“怎么樣才能快速地入門(mén)深度學(xué)習(xí)，并上手項(xiàng)目實(shí)踐”，這是困擾人工智能入門(mén)者的普遍性問(wèn)題。大多數(shù)希望了解深度學(xué)習(xí)的伙伴，因?yàn)榭菰锏臄?shù)學(xué)推導(dǎo)、繁瑣的庫(kù)配置和安裝，而停止了繼續(xù)學(xué)習(xí)的腳步。通過(guò)多次課程培訓(xùn)，我們發(fā)現(xiàn)，讓學(xué)員盡早地在自己電腦上運(yùn)行深度學(xué)習(xí)的項(xiàng)目實(shí)踐代碼，不僅可以加快學(xué)習(xí)效率，并且可以增強(qiáng)學(xué)員的自信心，這份自信源于，深度學(xué)習(xí)的項(xiàng)目實(shí)踐效果讓學(xué)員感到神奇與渴望。比如，用電腦跑這個(gè)項(xiàng)目代碼：用深度學(xué)習(xí)模型學(xué)習(xí)世界畫(huà)家的畫(huà)風(fēng)，畫(huà)出世界名畫(huà)，既可以增加學(xué)員的興趣，又能提高學(xué)習(xí)的熱情，實(shí)踐效果如下圖所示。

圖三 深度學(xué)習(xí)模型學(xué)習(xí)世界大師畫(huà)風(fēng)

近期，我們聯(lián)合中科院自動(dòng)化所一線青年學(xué)者正式推出《深度學(xué)習(xí)：從理論到實(shí)踐》（寒假版）在線直播課程。講師團(tuán)隊(duì)均為中國(guó)科學(xué)院自動(dòng)化所博士畢業(yè)生，人工智能一線青年骨干；熟悉知識(shí)難點(diǎn)和學(xué)員困惑，幾乎手把手教你入門(mén)深度學(xué)習(xí)，讓深度學(xué)習(xí)項(xiàng)目實(shí)踐代碼在電腦上跑起來(lái)。課程授課時(shí)間均安排在寒假期間，便于學(xué)習(xí)討論。

課程特色

1.中科院自動(dòng)化所一線青年學(xué)者主講；

2.提供一對(duì)一的人工智能入門(mén)咨詢服務(wù)；

3.課上直播答疑，課下微信群答疑；

4.理論與實(shí)踐相結(jié)合，注重項(xiàng)目實(shí)踐；

5.PPT和源代碼均對(duì)學(xué)員開(kāi)放；

6.往期課程學(xué)員均報(bào)滿300人，來(lái)自14個(gè)國(guó)家。

深度學(xué)習(xí)課程內(nèi)容

1.數(shù)學(xué)基礎(chǔ)（PPT資料）

1.1 貝葉斯決策理論、參數(shù)與非參數(shù)估計(jì)

1.2 回歸與分類、梯度下降優(yōu)化

1.3 信息熵

2.深度學(xué)習(xí)理論（6學(xué)時(shí)）

2.1 前饋神經(jīng)網(wǎng)絡(luò)（概述、單層神經(jīng)網(wǎng)絡(luò)、多層神經(jīng)網(wǎng)絡(luò)）

2.2 卷積神經(jīng)網(wǎng)絡(luò)（基本概念、發(fā)展歷程、網(wǎng)絡(luò)特點(diǎn)、網(wǎng)絡(luò)設(shè)置、網(wǎng)絡(luò)訓(xùn)練以及相關(guān)應(yīng)用）

2.3 反饋神經(jīng)網(wǎng)絡(luò)（Hopfield網(wǎng)絡(luò)、玻爾茲曼機(jī)、受限玻爾茲曼機(jī)）

3.深度網(wǎng)絡(luò)常見(jiàn)模型與Keras實(shí)戰(zhàn)（8學(xué)時(shí)）

3.1 Keras與殘差網(wǎng)絡(luò)

3.1.1 從LSTM到Highway網(wǎng)絡(luò)

3.1.2從Highway網(wǎng)絡(luò)到殘差網(wǎng)絡(luò)

3.1.3基于Highway網(wǎng)絡(luò)的應(yīng)用

3.2 自動(dòng)編碼機(jī)AE及生成對(duì)抗網(wǎng)絡(luò)GAN

3.2.1AE的起源與變種

3.2.2生成對(duì)抗網(wǎng)絡(luò)GAN

3.2.3基于GAN網(wǎng)絡(luò)的應(yīng)用

3.3 基于Keras的行為識(shí)別實(shí)踐

3.3.1行為識(shí)別問(wèn)題簡(jiǎn)介

3.3.2基于深度學(xué)習(xí)的行為識(shí)別常用模型介紹

3.3.3基于Keras的行為識(shí)別實(shí)踐

3.4 基于Keras的場(chǎng)景分割

3.4.1 場(chǎng)景分割問(wèn)題簡(jiǎn)介

3.4.2 基于深度學(xué)習(xí)的場(chǎng)景分割常用模型介紹

3.4.3 基于Keras的場(chǎng)景分割實(shí)踐

4.深度學(xué)習(xí)框架（4學(xué)時(shí)）

4.1 Caffe入門(mén)（簡(jiǎn)介、安裝和配置、優(yōu)點(diǎn)與局限性分析、深入Caffe源碼、Caffe調(diào)試）

4.2 Caffe提高（基于Caffe的MINST手寫(xiě)識(shí)別、Caffe的Python接口、Caffe修改與添加Layer、網(wǎng)絡(luò)訓(xùn)練技巧）

5.網(wǎng)絡(luò)壓縮與移動(dòng)端網(wǎng)絡(luò)（2學(xué)時(shí)）

5.1 深度學(xué)習(xí)的網(wǎng)絡(luò)壓縮介紹及其意義

5.2 常見(jiàn)的網(wǎng)絡(luò)壓縮方法介紹

5.3 手機(jī)等移動(dòng)端網(wǎng)絡(luò)介紹（mobilenet，shufflenet等）

講師團(tuán)隊(duì)

汪老師，中科院自動(dòng)化所一線科研學(xué)者，副研究員，團(tuán)隊(duì)在領(lǐng)域頂級(jí)會(huì)議期刊ICCV、TNNLS、TIP等發(fā)表論文20多篇；參加全國(guó)視頻圖像分析技術(shù)挑戰(zhàn)賽，獲得目標(biāo)檢測(cè)識(shí)別第二名，熟練掌握并應(yīng)用深度學(xué)習(xí)Keras框架和Caffe框架。

宮老師，某知名外企研究院算法工程師，中國(guó)科學(xué)院自動(dòng)化研究所博士，在計(jì)算機(jī)視覺(jué)與人工智能領(lǐng)域具有近六年的研究經(jīng)歷。攻讀博士學(xué)位期間主要研究方向是模式識(shí)別與圖像處理，曾在模式識(shí)別領(lǐng)域內(nèi)頂級(jí)國(guó)際期刊發(fā)表論文，參加某知名互聯(lián)網(wǎng)公司舉辦的圖像分割競(jìng)賽，獲得第四名的成績(jī)。目前主要負(fù)責(zé)計(jì)算機(jī)視覺(jué)與人工智能方面的算法研發(fā)工作。

課程費(fèi)用及時(shí)間

1.前100名報(bào)名者，報(bào)名價(jià)格為399元；100名以后，恢復(fù)到課程原價(jià)499元。

2.此次課程限報(bào)350人，報(bào)滿為止。

3.課程直播時(shí)間：1月27日~3月10日，6周周末（周六、周日），每晚7點(diǎn)-9點(diǎn)；春節(jié)期間停課1周。

往期評(píng)價(jià)