資源共享吧|易語言論壇|逆向破解教程|輔助開發(fā)教程|網(wǎng)絡(luò)安全教程|anzei.cn|我的開發(fā)技術(shù)隨記

 找回密碼
 注冊成為正式會員
查看: 14727|回復(fù): 66
打印 上一主題 下一主題

[『編程語言』] 小象學(xué)院《深度學(xué)習(xí)》第五期

  [復(fù)制鏈接]

715

主題

1223

帖子

1

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
11472
積分
4971
貢獻(xiàn)
0
在線時(shí)間
2065 小時(shí)
注冊時(shí)間
2015-4-20
最后登錄
2024-7-9

終身VIP會員

跳轉(zhuǎn)到指定樓層
樓主
發(fā)表于 2019-6-3 00:30:02 | 只看該作者 回帖獎(jiǎng)勵(lì) |倒序?yàn)g覽 |閱讀模式
小象學(xué)院《深度學(xué)習(xí)》第五期



主講老師:
戎雪健, 美國紐約城市大學(xué)博士
研究領(lǐng)域包括深度學(xué)習(xí),計(jì)算機(jī)視覺,與圖像處理等,尤其是自然場景文字檢測與識別方向。在CVPR,ECCV等頂級會議上發(fā)表了多篇學(xué)術(shù)論文,同時(shí)他還是CVPR,ICCV,BMVC,WACV等重要視覺會議以及TMM,TIP,CVIU,JVCI等期刊的審稿人。
課程簡介:
本次的深度學(xué)習(xí)課程主要包括三大部分:
      1) 深度學(xué)習(xí)核心原理。了解深度學(xué)習(xí)運(yùn)行的最核心數(shù)學(xué)原理,從而對后續(xù)的知識點(diǎn)擴(kuò)展,模型設(shè)計(jì),與優(yōu)化技能打下基礎(chǔ)。
      2) 深度學(xué)習(xí)知識點(diǎn)連接。會涵蓋主流的深度學(xué)習(xí)研究工程應(yīng)用中碰到的大部分知識點(diǎn),與大部分學(xué)習(xí)資料孤立進(jìn)行知識點(diǎn)介紹不同,會結(jié)合主講人自身總結(jié)找到主要知識點(diǎn)之間的聯(lián)系,便于系統(tǒng)掌握與后續(xù)學(xué)習(xí)。
      3) 介紹不同知識點(diǎn)的代表應(yīng)用。結(jié)合所學(xué)的原理以及實(shí)例,講解近期較為重要的圖像與語言領(lǐng)域的應(yīng)用,如增強(qiáng)學(xué)習(xí)(Reinforcement Learning),遷移學(xué)習(xí)(Transfer Learning),無監(jiān)督式學(xué)習(xí)(Unsupervised Learning)下的生成式對抗網(wǎng)絡(luò)(Generative Adverserial Networks, GANs),注意力機(jī)制模型(Attention Model)等, 方便學(xué)員針對自身興趣的目標(biāo)進(jìn)行強(qiáng)化訓(xùn)練提升。
面向人群:
      1.  想了解和學(xué)習(xí)深度學(xué)習(xí)的學(xué)習(xí)者
      2.  想學(xué)習(xí)了解深度學(xué)習(xí)的相關(guān)從業(yè)者
      3.  未來想從事深度學(xué)習(xí)工作的求職者
學(xué)習(xí)收益:
通過本課程的學(xué)習(xí),學(xué)員將會收獲:
      1.  幫助學(xué)員系統(tǒng)性的掌握深度學(xué)習(xí)的基本原理,結(jié)合近期研究成果,學(xué)習(xí)從基本概念到各個(gè)先進(jìn)模型的轉(zhuǎn)化思路
      2.  了解研究過程中定義問題設(shè)計(jì)模型的思路
      3.  實(shí)踐與理論結(jié)合,培養(yǎng)學(xué)員面對工程及學(xué)術(shù)問題的思考解決能力
      4.  結(jié)合深度學(xué)習(xí)框架TensorFlow進(jìn)行實(shí)例訓(xùn)練,快速積累深度學(xué)習(xí)工程項(xiàng)目經(jīng)驗(yàn)
      5.  對有興趣與科研需求的學(xué)員,提供輕量級深度學(xué)習(xí)框架PyTorch的講解與指導(dǎo)

     
開課時(shí)間:
2017年9月9日
學(xué)習(xí)方式:
在線直播,共10次課,每次2小時(shí)
每周2次(周六、日,晚上20:00 - 22:00)
直播后提供錄制回放視頻,可在線反復(fù)觀看,有效期1年
課程大綱:
第一課 深度學(xué)習(xí)總體介紹
    1. 神經(jīng)網(wǎng)絡(luò):從傳統(tǒng)到現(xiàn)代
    2. 深度學(xué)習(xí)應(yīng)用特點(diǎn)
    3. 深度學(xué)習(xí)發(fā)展方向
    4. 深度學(xué)習(xí)流行框架比較 (Caffe/Caffe2, MXNet, Theano, Keras, TensorFlow, Torch/PyTorch):用TensorFlow進(jìn)行課程實(shí)例學(xué)習(xí)與工程部署(對有興趣與科研需要的學(xué)員,額外講解用PyTorch進(jìn)行快速原型開發(fā))
    5. 實(shí)例:深度學(xué)習(xí)環(huán)境配置,TensorFlow基礎(chǔ)/進(jìn)階/示例,PyTorch基礎(chǔ)
第二課 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
    1. 神經(jīng)網(wǎng)絡(luò)起源:線性回歸
    2. 從線性到非線性:非線性激勵(lì)
    3. 神經(jīng)網(wǎng)絡(luò)的構(gòu)建:深度廣度復(fù)雜度擴(kuò)展
    4. 神經(jīng)網(wǎng)絡(luò)的“配件”:損失函數(shù),學(xué)習(xí)率,動量,過擬合等
    5. 多層感知器(Multi-layer Perceptron)
    6. 實(shí)例: 線性回歸與邏輯回歸模型 (TensorFlow, PyTorch)
第三課 卷積神經(jīng)網(wǎng)絡(luò) (Convolutional Neural Networks, CNNs) :基礎(chǔ)篇
    1. 鏈?zhǔn)椒聪蛱荻葌鲗?dǎo) (Back Propagation)
    2. 卷積神經(jīng)網(wǎng)絡(luò)-卷積層:正向反向推導(dǎo)
    3. 卷積神經(jīng)網(wǎng)絡(luò)-功能層:激活函數(shù),降維,歸一化,池化,區(qū)域分割
    4. 實(shí)例:簡單卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練與運(yùn)行 (TensorFlow, PyTorch)
第四課 卷積神經(jīng)網(wǎng)絡(luò) (Convolutional Neural Networks, CNNs) :高級篇
    1. AlexNet:最早的現(xiàn)代神經(jīng)網(wǎng)絡(luò)
    2. VGG,GoogleNet,ResNet,DenseNet: 近期的高級卷積網(wǎng)絡(luò)模型
    3. U-Net:深度圖片生成網(wǎng)絡(luò)
    4. 實(shí)例:利用預(yù)訓(xùn)練模型進(jìn)行物體分類/特征提取 (TensorFlow, PyTorch)
第五課 卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)分類與識別 (Object Classification and Object Recognition)
    1. 目標(biāo)分類與識別任務(wù)介紹
    2. 傳統(tǒng)分類識別方法總結(jié)
    3. ImageNet與PASCAL VOC數(shù)據(jù)庫
    3. 遷移學(xué)習(xí)(Transfer Learning)
    4. 個(gè)人研究分享:如何設(shè)計(jì)新的的網(wǎng)絡(luò)
    5. 實(shí)例訓(xùn)練:物體識別/場景識別/文字識別 (TensorFlow)
第六課 卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)檢測與追蹤 (Object Detection and Object Tracking)
    1. 目標(biāo)檢測與追蹤任務(wù)介紹
    2. 基于手動設(shè)計(jì)特征的傳統(tǒng)目標(biāo)檢測追蹤方法總結(jié)
    3. 目標(biāo)檢測:RCNN,F(xiàn)ast-RCNN,F(xiàn)aster-RCNN, FPN系列
    4. 目標(biāo)檢測:YOLO,SSD,YOLO9000系列
    5. 目標(biāo)追蹤:Hierarchical Features, Tracking with FCNs系列
    6. TensorFlow官方目標(biāo)檢測接口:Object Detection API
    7. 個(gè)人研究分享:自然場景文本檢測識別領(lǐng)域的最新方法與動向
    8. 實(shí)例:目標(biāo)檢測模型訓(xùn)練/部署 (TensorFlow)
第七課 卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)分割 (Object Segmentation)
    1. 目標(biāo)分割任務(wù)介紹
    2. 傳統(tǒng)圖片分割方法總結(jié)
    3. 全卷積網(wǎng)絡(luò) (Fully Convolutional Networks, FCNs)
    4. 圖像語義分割(Image Semantic Segmentation)
    5. 圖像實(shí)例分割(Image Instance Segmentation)
    6. 目標(biāo)分割:FCIS, Mask-RCNN系列
    7. 業(yè)界應(yīng)用:目標(biāo)分類/檢測/分割模型在自動駕駛與無人車中的應(yīng)用
    8. 實(shí)例:目標(biāo)分割模型訓(xùn)練/部署 (TensorFlow)
第八課 循環(huán)神經(jīng)網(wǎng)絡(luò):(Recurrent Neural Network, RNN)
    1. RNN基本原理
    2. 改進(jìn)版RNN:門限循環(huán)單元(Gated Recurrent Unit, GRU)
    3. 改進(jìn)版RNN:長短期記憶單元(Long Short Term Memory,LSTM)
    4. 語言特征提。篧ord2Vec
    5. 編碼器 + 解碼器結(jié)構(gòu):Encoder + Decoder
    6. 注意力機(jī)制模型:Attention Model
    7. 圖片標(biāo)注(Image Captioning):學(xué)會看圖說話,show and tell
    8. 圖片問答(Visual Question Answering, VQA):學(xué)會看圖推理
    9. 業(yè)界應(yīng)用:Language and Vision,語言文字與圖像的結(jié)合應(yīng)用
    10. 實(shí)例:圖片標(biāo)注與圖片問答實(shí)例 (TensorFlow, PyTorch)
第九課 無監(jiān)督式學(xué)習(xí):(Unsupervised Learning)
    1. 無監(jiān)督式學(xué)習(xí):以生成式模型(Generative Models)為例
    2. 生成式對抗網(wǎng)絡(luò):(Generative Adversarial Networks, GANs)
    3. DCGAN:GAN +深度學(xué)習(xí)
    4. Conditional GAN: 生成圖片由我控制
    5. InfoGAN: 無監(jiān)督找特征
    6. Wasserstein GAN: 理論創(chuàng)新
    7. 實(shí)例:Pix2Pix/CycleGAN 自定義圖片生成 (TensorFlow, PyTorch)
第十課 增強(qiáng)學(xué)習(xí):(Reinforcement Learning)
    1. 增強(qiáng)學(xué)習(xí)基礎(chǔ)
    2. DQN 深度增強(qiáng)學(xué)習(xí)
    3. DQN 改進(jìn)模型
    4. A3C模型: 高效游戲機(jī)器人
    5. ELF模型:簡化版《星際爭霸》,人工智能游戲測試平臺
    6. 實(shí)例: DQN用于Atari游戲?qū)W習(xí) (TensorFlow)
  • 第一講【資料】-深度學(xué)習(xí)總體介紹與神經(jīng)網(wǎng)絡(luò)入門
  • 第一講【回放】-深度學(xué)習(xí)總體介紹與神經(jīng)網(wǎng)絡(luò)入門
  • 第二講【資料】-傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
  • 第二講【回放】-傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
  • 第三講【資料】-卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
  • 第三講【回放】-卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
  • 第四講【資料】-卷積神經(jīng)網(wǎng)絡(luò)進(jìn)階
  • 第四講【回放】-卷積神經(jīng)網(wǎng)絡(luò)進(jìn)階
  • 第五講【資料】卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)分類與識別
  • 第五講【回放】卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)分類與識別
  • 第六講【資料】卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)檢測與追蹤
  • 第六講【回放】卷積神經(jīng)網(wǎng)絡(luò):目標(biāo)檢測與追蹤
  • 第七講【資料】目標(biāo)追蹤與目標(biāo)分割
  • 第七講【回放】目標(biāo)追蹤與目標(biāo)分割
  • 第八講【資料】循環(huán)神經(jīng)網(wǎng)絡(luò)與序列學(xué)習(xí)
  • 第八講【回放】循環(huán)神經(jīng)網(wǎng)絡(luò)與序列學(xué)習(xí)
  • 第八講續(xù)【回放】卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)合應(yīng)用
  • 第八講續(xù)【資料】卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的結(jié)合應(yīng)用
  • 第九講【資料】無監(jiān)督式學(xué)習(xí)與生成對抗網(wǎng)絡(luò)
  • 第九講【回放】無監(jiān)督式學(xué)習(xí)
  • 第十講【資料】深度強(qiáng)化學(xué)習(xí)
  • 第十講【回放】深度強(qiáng)化學(xué)習(xí)

購買主題 本主題需向作者支付 666 資源幣 才能瀏覽
回復(fù)

使用道具 舉報(bào)

301

主題

1798

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
995
積分
3536
貢獻(xiàn)
0
在線時(shí)間
630 小時(shí)
注冊時(shí)間
2016-12-4
最后登錄
2024-12-21

終身VIP會員

沙發(fā)
發(fā)表于 2019-6-3 05:44:53 | 只看該作者
我看不錯(cuò)噢 謝謝樓主!

5

主題

402

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
1119
積分
809
貢獻(xiàn)
0
在線時(shí)間
295 小時(shí)
注冊時(shí)間
2016-3-15
最后登錄
2022-5-12

終身VIP會員

板凳
發(fā)表于 2019-6-3 08:27:17 | 只看該作者

小象學(xué)院《深度學(xué)習(xí)》第五期

6

主題

721

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
1279
積分
1112
貢獻(xiàn)
0
在線時(shí)間
298 小時(shí)
注冊時(shí)間
2016-12-30
最后登錄
2024-4-11

終身VIP會員

地板
發(fā)表于 2019-6-3 08:41:40 | 只看該作者
66666666666666

5

主題

470

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
195
積分
484
貢獻(xiàn)
0
在線時(shí)間
91 小時(shí)
注冊時(shí)間
2018-9-13
最后登錄
2021-2-22

終身VIP會員

5#
發(fā)表于 2019-6-4 01:36:11 | 只看該作者
666
回復(fù)

使用道具 舉報(bào)

4

主題

148

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
157
積分
174
貢獻(xiàn)
0
在線時(shí)間
48 小時(shí)
注冊時(shí)間
2019-1-10
最后登錄
2024-9-4

終身VIP會員

6#
發(fā)表于 2019-6-4 13:08:05 | 只看該作者
學(xué)習(xí)下~~~~~~~~~~~~
回復(fù)

使用道具 舉報(bào)

3

主題

95

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
54
積分
98
貢獻(xiàn)
0
在線時(shí)間
34 小時(shí)
注冊時(shí)間
2019-6-8
最后登錄
2023-9-15

終身VIP會員

7#
發(fā)表于 2019-6-9 09:27:43 | 只看該作者
1
回復(fù)

使用道具 舉報(bào)

5

主題

528

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
236
積分
589
貢獻(xiàn)
0
在線時(shí)間
93 小時(shí)
注冊時(shí)間
2017-9-29
最后登錄
2024-12-6

終身VIP會員

8#
發(fā)表于 2019-6-10 17:27:40 | 只看該作者
6666666666666666666

0

主題

2

帖子

0

精華

新手上路

Rank: 1

資源幣
7
積分
2
貢獻(xiàn)
0
在線時(shí)間
1 小時(shí)
注冊時(shí)間
2019-6-10
最后登錄
2020-3-23
9#
發(fā)表于 2019-6-10 23:00:54 | 只看該作者
zezeze
回復(fù)

使用道具 舉報(bào)

1

主題

49

帖子

0

精華

終身高級VIP會員

Rank: 7Rank: 7Rank: 7

資源幣
45
積分
51
貢獻(xiàn)
0
在線時(shí)間
17 小時(shí)
注冊時(shí)間
2019-6-11
最后登錄
2022-4-27

終身VIP會員

10#
發(fā)表于 2019-6-12 09:43:46 | 只看該作者
資源共享吧真是一個(gè)好地方!
 點(diǎn)擊右側(cè)快捷回復(fù)  

本版積分規(guī)則

小黑屋|資源共享吧 ( 瓊ICP備2023000410號-1 )

GMT+8, 2024-12-23 23:17 , Processed in 0.069071 second(s), 20 queries , MemCached On.

Powered by Discuz! X3.4 Licensed

Copyright © 2001-2021, Tencent Cloud.

快速回復(fù) 返回頂部 返回列表