深度學(xué)習(xí)已經(jīng)被廣泛應(yīng)用在計算機視覺、自然語言處理等人工智能領(lǐng)域中，極大推動了人工智能的發(fā)展。當(dāng)下，無論學(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，花重金招兵買馬。

據(jù)領(lǐng)英近日發(fā)布的《全球AI領(lǐng)域人才報告》顯示，截至2017年一季度，基于領(lǐng)英平臺的全球AI（人工智能）領(lǐng)域技術(shù)人才數(shù)量超過190萬，僅國內(nèi)人工智能人才缺口達到500多萬。從下圖中美人工智能產(chǎn)業(yè)分布圖中，我們可以看到以計算機視覺、自然語言處理技術(shù)為核心的企業(yè)居多，而當(dāng)下，計算機視覺、自然語言處理、語音識別等技術(shù)大都采用深度學(xué)習(xí)框架，進一步導(dǎo)致深度學(xué)習(xí)算法工程師供遠小于求的局面。

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)為核心的計算機視覺算法工程師、自然語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，即使沒有工作經(jīng)驗的本科生或者碩士生，也能拿到年薪27萬+。

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深度學(xué)習(xí)，并上手項目實踐”，這是困擾人工智能入門者的普遍性問題。大多數(shù)希望了解深度學(xué)習(xí)的伙伴，因為枯燥的數(shù)學(xué)推導(dǎo)、繁瑣的庫配置和安裝，而停止了繼續(xù)學(xué)習(xí)的腳步。通過多次課程培訓(xùn)，我們發(fā)現(xiàn)，讓學(xué)員盡早地在自己電腦上運行深度學(xué)習(xí)的項目實踐代碼，不僅可以加快學(xué)習(xí)效率，并且可以增強學(xué)員的自信心，這份自信源于，深度學(xué)習(xí)的項目實踐效果讓學(xué)員感到神奇與渴望。比如，用電腦跑這個項目代碼：用深度學(xué)習(xí)模型學(xué)習(xí)世界畫家的畫風(fēng)，畫出世界名畫，既可以增加學(xué)員的興趣，又能提高學(xué)習(xí)的熱情，實踐效果如下圖所示。

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

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

課程特色

1.中科院自動化所一線青年學(xué)者主講；

2.提供一對一的人工智能入門咨詢服務(wù)；

3.課上直播答疑，課下微信群答疑；

4.理論與實踐相結(jié)合，注重項目實踐；

5.PPT和源代碼均對學(xué)員開放；

6.往期課程學(xué)員均報滿300人，來自14個國家。

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

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）

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、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、受限玻爾茲曼機）

3.深度網(wǎng)絡(luò)常見模型與Keras實戰(zhàn)（8學(xué)時）

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 自動編碼機AE及生成對抗網(wǎng)絡(luò)GAN

3.2.1AE的起源與變種

3.2.2生成對抗網(wǎng)絡(luò)GAN

3.2.3基于GAN網(wǎng)絡(luò)的應(yīng)用

3.3 基于Keras的行為識別實踐

3.3.1行為識別問題簡介

3.3.2基于深度學(xué)習(xí)的行為識別常用模型介紹

3.3.3基于Keras的行為識別實踐

3.4 基于Keras的場景分割

3.4.1 場景分割問題簡介

3.4.2 基于深度學(xué)習(xí)的場景分割常用模型介紹

3.4.3 基于Keras的場景分割實踐

4.深度學(xué)習(xí)框架（4學(xué)時）

4.1 Caffe入門（簡介、安裝和配置、優(yōu)點與局限性分析、深入Caffe源碼、Caffe調(diào)試）

4.2 Caffe提高（基于Caffe的MINST手寫識別、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)壓縮與移動端網(wǎng)絡(luò)（2學(xué)時）

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

5.2 常見的網(wǎng)絡(luò)壓縮方法介紹

5.3 手機等移動端網(wǎng)絡(luò)介紹（mobilenet，shufflenet等）

講師團隊

汪老師，中科院自動化所一線科研學(xué)者，副研究員，團隊在領(lǐng)域頂級會議期刊ICCV、TNNLS、TIP等發(fā)表論文20多篇；參加全國視頻圖像分析技術(shù)挑戰(zhàn)賽，獲得目標檢測識別第二名，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，中國科學(xué)院自動化研究所博士，在計算機視覺與人工智能領(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別與圖像處理，曾在模式識別領(lǐng)域內(nèi)頂級國際期刊發(fā)表論文，參加某知名互聯(lián)網(wǎng)公司舉辦的圖像分割競賽，獲得第四名的成績。目前主要負責(zé)計算機視覺與人工智能方面的算法研發(fā)工作。

課程費用及時間

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

2.此次課程限報350人，報滿為止。

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

往期評價