深度学习核心技术实践与图神经网络新技术应用

helloworld_38131402
• 阅读 70

各企事业单位:

国家“十四五”规划中,“智能”“智慧”相关表述高达57处,这表明在当前我国经济从高速增长向高质量发展的重要阶段,以人工智能为代表的新一代信息技术,将成为我国“十四五”期间推动经济高质量发展、建设创新型国家的重要技术保障和核心驱动力之一。当前,人工智能的发展,在很大程度上归功于深度学习技术的发展。人们逐渐认识到,当你有了深度学习算法、模型,并构建了深度神经网络时,需要足够多的数据去训练这个网络。只有加入更多的数据,才会让深度神经网络变的更大、更好。通过使用深度学习,我们在很多传统的AI领域取得了长足的进展,比如机器翻译、语音识别、计算机视觉等等。同时,深度学习也可以逐步替换这些领域发展多年的专用算法。

为积极响应科研及工程人员的需求,根据《国务院关于推行终身职业技能培训制度的意见》提出的“紧跟新技术、新职业发展变化,建立职业分类动态调整机制,加快职业标准开发工作”要求,中国管理科学研究院现代教育研究所(http://www.zgyxdjy.com)联合北京龙腾亚太教育咨询有限公司特举办“深度学习核心技术实践与图神经网络新技术应用研修班”。本次培训采用全实战培训模式。

时间、地点

2022年10月13日 — 2022年10月17日

直播

(13日发放上课材料,14日-17日上课)

01

特色

1、采用深入浅出的方法,结合实例并配以大量代码练习,重点讲解深度学习框架模型、科学算法、训练过程技巧。

2、能够把握深度学习的技术发展趋势,可以熟练掌握深度学习核心技术、实践技巧,同时针对工作中存在的疑难问题进行分析讲解和专题讨论,有效的提升学员解决复杂问题的能力;

3、掌握深度学习平台Tensorflow训练网络搭建与配置、掌握数据价值的深度挖掘。

4、掌握图神经网络模型及框架PyTorch

5、实践手写字体识别、叶片分类等案例,动手练习让AI自己玩游戏。

6、根据自己的科研项目及课题研究,灵活掌握应用深度学习五大框架模型。注:其它开源的公开数据集:ImageNet、MS-COCO、UCF101、HMDB51、PASCAL VOC、Open Images等。

02

专家

中国科学院计算技术研究所、清华大学、北京理工大学等科研机构和大学的高级专家,拥有丰富的科研及工程技术经验,长期从事人工智能、机器学习、深度学习、大数据分析等领域的教学与研究工作。

05

具体安排

关键点:

人工智能、深度学习的发展历程

深度学习框架

神经网络训练方法

卷积神经网络,卷积核、池化、通道、激活函数

循环神经网络,长短时记忆LSTM、门控循环单元GRU

参数初始化方法、损失函数Loss、过拟合

对抗生成网络GAN

迁移学习TL

强化学习RF

图神经网络GNN

壹 / 算法和场景融合理解

1、空间相关性的非结构化数据,CNN算法。典型的图像数据,像素点之间具有空间相关性,例如图像的分类、分割、检测都是CNN算法。

2、时间相关性的非结构化数据,RNN算法。这类场景普遍的一个现象就是数据之间具有时序相关性,也就是数据之间存在先后依赖关系。例如自然语言处理、语音相关算法都是基于RNN算法。

3、非欧氏数据结构, GNN。这类场景典型的可以用图来表示。例如社交网络等。

案例摘要讲解

医疗领域:如流行疾病、肿瘤等相关疾病检测

遥感领域:如遥感影像中的场景识别

石油勘探:如石油油粒大小检测

轨道交通:如地铁密集人流检测

检测领域:如故障检测

公安领域:如犯罪行为分析

国防领域:目标检测、信号分析、态势感知…

经济领域:如股票预测

贰 / 数据理解及处理

分析典型场景中的典型数据,结合具体的算法,对数据进行处理

案例摘要讲解

结构化数据,如何对数据进行读取,进行组织。

图像数据,在实际应用过程中的处理方法,怎样做数据的预处理、进行数据增强等。

时序信号,将单点的数据如何组合成一个序列,以及对序列数据处理的基本方法。

叁 / 技术路径设计

针对具体的场景设计特定的神经网络模型,对典型数据适配的网络结构进介绍。

案例摘要讲解

DNN模型搭建的基本原则

CNN模型中常见的网络结构,以及参数分析。

RNN中支持的一些基本算子,如何对序列数据进行组织。

肆 / 模型验证及问题排查

简单的算法或者模型对典型的场景进行快速验证,并且针对一些频发的问题进行讲解。

案例摘要讲解

模型收敛状态不佳

分类任务重最后一层激活函数对模型的影响

伍 / 高级-模型优化的原理

不同的模型需要采用的优化函数以及反向传播中参数的优化方法

案例摘要讲解

模型优化的算法介绍,基于随机梯度下降的算法介绍

不同场景适应的损失函数介绍

针对典型场景的反向传播梯度的推到过程

陆/ 高级-定制化思路

结合往期学员的一些项目,简单介绍一下解决一个具体问题的思路

案例摘要讲解

遥感成像中,地块农作物种类的识别。

实操解析与训练

壹/ 神经网络实践

神经网络中基本概念理解:epoch、batch size、学习率、正则、噪声、激活函数等。

不同的数据生成模型、调整网络参数、调整网络规模

神经网络分类问题

不同数据特征的作用分析、隐含层神经元数目

过拟合

高频问题:

1、输入数据与数据特征

2、模型设计的过程中的参数与功能的关系。

关键点:

1、掌握神经网络的基本概念

2、学会搭建简单的神经网络结构

3、理解神经网络参数

贰 / 深度学习三种编程思想

Keras实践

理解Keras基本原理

学会Keras编程思想

三种不同的深度神经网络构建编程方式

给定数据集,采用Keras独立完成实际的工程项目

高频问题:

1、如何编程实现深度神经网络

2、三种开发方式的具体使用

关键点:

1、掌握Keras编程思想

2、采用三种不同方式编写深度神经网络

叁/ CNN实践

实验:图像分类

使用CNN解决图像分类问题

搭建AlexNet

VGG16/19

GoogleNet

ResNet

高频问题:

1、CNN更复杂的模型在哪里可以找到代码

关键点:

1、使用卷积神经网络做图像分类

2、常见开源代码以及适用的问题

实验:视频人物行为识别

基于C3D的视频行为识别方法

基于LSTM的视频行为识别方法

基于Attention的视频行为识别方法

高频问题:

1、2D卷积与3D卷积

2、视频的时空特征

关键点:

1、C3D网络的构建

2、Attention机制

肆 / R-CNN及YOLO实践

实验:目标检测

目标检测发展现状及代表性方法

两阶段目标检测方法:R-CNN系列模型

一阶段目标检测方法:YOLO系列模型

高频问题:

1、提名与分类

2、BBOX实现策略

3、YOLO Loss函数

关键点:

1、提名方法

2、ROI Pooling

3、SPP Net

4、RPN

5、YOLO

伍 / RNN实践

实验:股票预测

股票数据分析

同步预测

异步预测

高频问题:

1、历史数据的使用

关键点:

1、构建RNN

2、采用Keras编程实现

陆/ Encoder-Decoder实践

实验:去噪分析

自编码器

去噪自编码器

高频问题:

1、噪声的引入与去除

关键点:

1、设计去噪自编码器

实验:图像标题生成

结合计算机视觉和机器翻译的最新进展,利用深度神经网络生成真实的图像标题。

1、掌握Encoder-Decoder结构

2、学会Seq2seq结构

3、图像CNN +文本RNN

4、图像标题生成模型

高频问题:

1、如何能够根据图像生成文本?

关键点:

1、提取图像特征CNN,生成文本RNN

2、构建Encoder-Decoder结构

柒 / RNN实践

实验:艺术家作品生成

生成对抗网络原理

GAN的生成模型、判别模型的设计

高频问题:

1、生成模型与判别模型的博弈过程

关键点:

1、掌握GAN的思想与原理

2、根据需求学会设计生成模型与判别模型

捌 / 强化学习实践

实验:游戏分析

游戏场景分析

强化学习的要素分析

深度强化学习

高频问题:

1、DNN 与DQN

2、探索与利用

关键点:

1、深度强化学习的原理

2、根据实际需求,设计深度强化学习模型

玖/ 图卷积神经网络实践

实验:社交网络分析

图神经网络的原理

图卷积神经网络的思想

设计图卷积神经网络进行社交网络分析

高频问题:

1、如何从图神经网络的原理转化到实际编程

关键点:

1、掌握图神经网络原理

2、图卷积神经网络编程实现

拾 / Transformer实践

实验:基于Transformer的对话生成

Transformer原理

基于Transformer的对话生成

基于 Transformer 的应用

高频问题:

1、如何应用自注意力机制

2、如何应用于自然语言处理与计算机视觉

关键点:

1、self-Attention机制

2、position

深度学习核心技术实践与图神经网络新技术应用

点赞
收藏
评论区
推荐文章
专注IP定位 专注IP定位
1年前
【通知】2021年“绿城杯”网络安全大赛开始报名啦!
为深入学习贯彻习近平总书记关于网络强国的重要思想,全面落实习近平总书记对国家网络安全宣传周作出的重要指示,以赛促学,以赛促训,汇聚网络安全高端人才,培育网络安全教育、技术、产业融合发展良性生态,为推动“十四五”时期郑州市数字化发展提供坚强网络安全支撑保障,郑州市将于2021年9月至10月举办“绿城杯”网络安全大赛,具体事项如下:一、组织单位指导单位:河南省委
安全可信丨两个项目新入选可信边缘计算推进计划!
当前我国边缘计算技术持续演进,应用不断深化落地,产业正在加速迈向广泛普及和深度应用的新阶段。为进一步聚焦和推动边缘计算产业发展,中国信通院云边协同产业方阵启动第二批“可信边缘计算推进计划”项目申报,天翼云(https://click.ctyun.c
数字先锋 | 打造城市“一朵云”,天翼云推动芜湖新型智慧城市建设
拥有“国家创新城市”、“G60科创走廊中心城市”等众多头衔的芜湖市,一直走在我国智慧城市建设前列。近年来,芜湖市按照国家“数字中国”发展新战略和省“数字政府”、“数字江淮”发展规划要求,不断推进“数字芜湖”建设,构建数据引领型发展模式,促进社会治理体系
helloworld_54277843 helloworld_54277843
4个月前
卷积神经网络模型发展及应用
卷积神经网络模型发展及应用转载地址:http://fcst.ceaj.org/CN/abstract/abstract2521.shtml深度学习是机器学习和人工智能研究的最新趋势,作为一个十余年来快速发展的崭新领域,越来越受到研究者的关注。卷积神经网络(CNN)模型是深度学习模型中最重要的一种经典结构,其性能在近年来深度学习任务上逐步提高。由于可以自动学
helloworld_38131402 helloworld_38131402
2个月前
深度学习与图神经网络研修
深度学习与图神经网络研修时间2022年10月13日—2022年10月17日直播特色:1、采用深入浅出的方法,结合实例并配以大量代码练习,重点讲解深度学习框架模型、科学算法、训练过程技巧。2、能够把握深度学习的技术发展趋势,可以熟练掌握深度学习核心技术、实践技巧,同时针对工作中存在的疑难问题进行分析讲解和专题讨论,有效的提升学员解决复杂问题的能力;3
数字先锋 | 部委门户网站上云!这样做!
2020年9月,中共中央办公厅、国务院办公厅印发了《关于加快推进媒体深度融合发展的意见》,提出要以先进技术引领驱动融合发展。如何用好5G、大数据、云计算、物联网、区块链、人工智能等信息技术革命成果,推动关键核心技术自主创新,完善媒体深度融合的“最后一公里”布局成为新的发力点。某部委与时俱进,充分利用大数据、云计算等技术,携手天翼云,以“统一部署、统一管理、统
2022世界人工智能大会开幕,天翼云注智城市数字化转型
9月1日,2022世界人工智能大会在上海世博中心拉开帷幕。天翼云科技有限公司首席专家侯圣文出席9月2日中国电信“云网注智赋能城市”分论坛,并发表“天翼云上数智最佳实践”主题演讲,分享了天翼云在云上数智方面的能力积累与技术创新,以及在助力智慧城市建设、推动社会治理发展和支撑数字经济转型中发挥出的巨大赋能作用。近年来,我国人工智能技术发展迅猛,并广泛应用于各个
@千行百业,一起乘云而上!
当前,数字经济已成为现代化经济体系建设的重要支撑,对于社会全面发展、综合国力提升意义深远,我国高度重视数字经济发展,不断加快推进数字中国建设。以云计算为代表的数字技术可加速重构经济发展模式,提高产业数字化、智能化水平,是数字经济发展的重要引擎。天翼云作为云服务国家队,凭借领先的技术、广泛的资源布局与丰富的场景实践经验,积极引领企业数字化转型,夯实数字经济发展
云行 | 天翼云中国行走进宁波,推动千行百业迈向数字化转型之路
9月2日,2022世界数字经济大会暨第十二届智慧城市与智能经济博览会(简称“智博会”)在宁波启幕。在此期间,以“算力网络,连接未来”为主题的天翼云中国行活动成功举办,宁波政府部门领导、各合作伙伴企业代表与天翼云共聚一堂,聚焦云计算、人工智能等技术创新,深度探讨产业数字化发展趋势与变革路径。活动现场举行了天翼云“一城一池”宁波节点落地发布仪式、战略客户签约仪式
helloworld_54277843 helloworld_54277843
4个月前
深度强化学习
2022年数字信息化培训项目系列各企、事业单位:随着科技的快速发展,人工智能俨然成了当今社会的关注焦点。而在人工智能的发展上,深度学习、强化学习、迁移学习等成为了科学界、工业界研究和应用的热点。在实际研究和应用过程当中,研究人员逐渐发现了深度学习单独应用的缺点,如没有决策能力,不可推理等。而深度强化学习,作为一种崭新的机器学习方法,同时具有感知能力和决策能力