• 参会报名
  • 会议通知
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 邀请函下载

首页 > 商务会议 > IT互联网会议 > 2018深度学习DeepLearning核心技术实战研讨会 发布时间:2018-09-12T08:58:41

2018深度学习DeepLearning核心技术实战研讨会
收藏 
分享到

2018深度学习DeepLearning核心技术实战研讨会

会议时间:2018-10-12 09:00至 2018-10-15 17:00结束

会议地点:上海   会前告知

会议规模:100人

发票类型:增值税专用发票 增值税普通发票
领取方式:现场领取 
发票内容:会议费 会务费 会议展览服务费 培训费 资料费 
参会凭证:现场凭电话姓名参会

门票名称截止时间单价数量
普通参会 每人4400元(含3天现场实践、训练营、参会证书、午餐费)住宿可统一安排,费用自理。 注:请学员带两寸彩照1张(背面注明姓名)、身份证复印件和学历证明复印件各两张 2018-10-11 17:00 ¥4400.0
×

参会人信息







会议通知 会议内容 主办方介绍


2018深度学习DeepLearning核心技术实战研讨会

2018深度学习DeepLearning核心技术实战研讨会宣传图

随着人工智能AI、大数据Big Data、云计算Cloud Computing、高性能计算HPC等计算机科学技术的发展和应用的普及,越来越多的企业寻求更加强大的深度学习能力。深度学习受到了学术界和工业界的高度关注。目前,微软、腾讯、谷歌、Facebook、百度、阿里等把深度学习作为未来工业和互联网发展的研究重心,中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把深度学习进行科学技术成果转化,推动了深度学习在各行业的应用与发展。为此特举办“深度学习DeepLearning核心技术开发与应用技术”。具体通知如下;

参会目标:

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、主要模型、实践技巧、并配以大量代码练习,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,有效的提升参会人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,亲手挑战图像识别、生成人脸、聊天机器人、模拟机器人等实战项目,在实操中完全掌握深度学习核心技能。

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。

会议日程

2018年09月13日— 2018年09月16日   北京

2018年10月12日 — 2018年10月15日  上海

(时间安排:第一天报到)

查看更多

北京中际英才文化传媒有限公司

北京宏盛元亨文化交流中心

中国管理科学研究院 中国管理科学研究院

中国管理科学研究院(简称中管院)由科学家钱学森、钱三强、钱伟长和裴丽生、马洪等200多位高级科研人员发起,于1986年9月1日经陈云同志批示,在宋平等中央主要领导同志的关怀和支持下,1987年6月2日,经中国政府批准成立的国家事业单位。这是中国第一家经国家批准的专门从事管理科学和相关交叉科学研究的新型科研咨询机构。为国际管理学者协会联盟(IFSAM)的理事单位。 中管院坚持依法建院,依法治院,决心紧跟中央战略部署,按照经济和社会发展的需求,全面贯彻落实科学发展观,团结奋斗、锐意开拓、与时俱进、扎实工作,为构建社会主义和谐社会,为繁荣发展具有中国特色管理科学事业和开创我国管理科学研究新局面,做出应有的贡献。

会议日程 (最终日程以会议现场为准)


详细内容

一、深度学习基础和基本思想 1,人工智能概述、计算智能、类脑智能

2,机器学习概述、记忆学习、归纳学习、统计学习

3,深度学习的前生今世、发展趋势

4,人工神经网络、前馈神经网络、BP算法、Hessian矩阵

二、深度学习基本框架结构

1,Tensorflow       2,Caffe       

3,Torch           4,MXNet

三,卷积神经网络 CNN

1,CNN卷积神经网络

卷积层(一维卷积、二维卷积)

池化层(均值池化、最大池化)

全连接层激活函数层    

Softmax层

2,CNN卷积神经网络改进

R-CNN (SPPNET)  

Fast-R-CNN  

Faster-R-CNN 

(YOLO、SSD)

3,深度学习的模型训练技巧   

4,梯度下降的优化方法详解

四,循环神经网络 RNN

1, RNN循环神经网络;梯度计算    BPTT

2,RNN循环神经网络改进LSTM  GRU Bi-RNN Attention based

3,RNN实际应用    Seq2Seq的原理与实现

五、深度强化学习 DRN

1,强化学习的理论知识  

2,经典模型DQN讲解

3,AlphaGo原理讲解    

 4,RL实际应用;实现一个AlphaGo 

六,对抗性生成网络

1, GAN经典模型CGAN,LAPGAN,DCGAN

2, GAN经典模型  INFOGAN,WGAN,S2-GAN

3,GAN实际应用  DCGAN提高模糊图片分辨率

4,GAN实际应用  InfoGAN做特定的样本生成

七、迁移学习

1,迁移学习的理论概述   

2,迁移学习的常见方法

特征、实例、数据、深度迁移、强化迁移、研究案例

八、CNN应用案例

1,CNN与手写数字集分类  

2,YOLO实现目标检测

3,PixelNet原理与实现   

4,利用卷积神经网络做图像风格结合

九、深度学习Deep Learning的常用模型或者方法

1,AutoEncoder自动编码器   

2,Sparse Coding稀疏编码

3,限制波尔兹曼机(RBM)      

4,深度信念网络(DBN) 

查看更多

会议嘉宾

即将更新,敬请期待

参会指南 会议门票


每人4400元(含3天现场实践、训练营、参会证书、午餐费),住宿可统一安排,费用自理。

注:请学员带两寸彩照1张(背面注明姓名)、身份证复印件和学历证明复印件各两张

查看更多

标签: 人工智能 信息安全 深度学习 AI 大数据

用户留言 广告、无效信息等留言会被删除


全部留言(0)


活动家为本会议官方合作
报名平台,您可在线购票

部分参会单位

主办方没有公开参会单位

邮件提醒通知

扫一扫立即购票

扫一扫立即购票
安全·方便·快捷

分享到微信 ×

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

录入信息

请录入信息,方便生成邀请函

×

请先登录

免注册,使用合作网站登录

QQ 微信 微博