人工智能学院-深度学习培训_深度学习算法

课程目标 从无人驾驶汽车技术到AlphaGo战胜人类，深度学习在生活中扮演着越来越重要的角色，也即将改变这个世界。但是很多同学担心深度学习入门要求太高，苦于国内没有合适的课程予以帮助。本课程旨在帮助同学们更快更轻松的掌握深度学习所涉及的所有知识点，真正的入门深度学习这个世界上拥有最先进技术的领域。课程风格：通俗易懂，诙谐幽默是讲课的风格。入门课程的每一个知识点都有对应的实例的讲解即便没有基础的同学也能从原理上理解。原理和实战结合，在讲解完原理课程紧跟着实战项目，从流程上讲解如何完成一个实际的项目。

主讲老师 唐宇迪，深度学习领域多年一线实践研究专家，同济大学硕士。主要研究深度学习领域，计算机视觉，图像识别。精通机器学习，热爱各种开源技术尤其人工智能方向。在图像识别领域有着丰富经验，实现过包括人脸识别，物体识别，关键点检测等多种应用的最新算法。乐于钻研，解开每一个问题，把复杂的问题简单表达呈现，能帮助更多的同学入门深度学习这个领域是我最大的心愿。

学习方式 在线直播，共10次课每周2次（周二、四晚上20:00-22:00）直播后提供录制回放视频，在线反复观看，有效期1年

课程大纲

P1.

深度学习必备基础知识点1

1.人工智能及课程简介
2.传统线性分类问题
3.得分函数
4.损失函数，正则化
P2.

深度学习必备基础知识点2

1.Softmax分类器
2.最优解问题,
3.梯度下降
4.反向传播
P3.

神经网络

1.神经网络原理
2.深度理解神经网络细节
3.感受神经网络的强大
P4.

卷积神经网络

1.神经网络所有知识点复习
2.卷积神经网络的强大
3.卷积神经网络详解-卷积层
4.卷积神经网络详解-池化层
P5.

卷积神经网络实例，技巧

1.经典卷积神经网络实例
（Alexnet,Vgg）
2.训练网络的实用技巧
（数据增强，transfer learn-
ing，网络设计
P6.

计算机视觉常规任务，
物体识别

1.Classification and Locat-
ion任务详解
2.三代物体识别网络详解
P7.

顶级会议论文解读

1.人脸检测
2.人体关键点
3.深度残差网络
4.Image Transfer
P8.

深度学习框架使用介绍

1.深度学习框架Caffe详细介绍
2.Caffe实例演示
P9.

深度学习实战-人脸检测

1.数据收集，预处理
2.训练卷积神经网络
3.使用Caffe完成多尺度人脸
检测
P10.

深度学习实战-项目流程

1.人体/人脸关键点检测流程
2.物体识别流程
3.后续学习方向

学员评价

赵 *
首先是学习知识，系统学习了深度学习课程的相关理论基础，为整个项目实战打好了基础；其次是学以致用，利用Python做一些人脸识别的项目，同时知道很多分析软件最终出的结果的实际意义，同时用案例从头到尾手把手的交给我们一个项目的流程；最后是交到朋友，在班里面、群里面认识了众多志同道合的新朋友。
雷*
参加AIU《深度学习与项目实战》课程，让我理解到想做好一深度学习项目，一定要有耐心和熟练的手段进行数据准备，通过业务经验去筛选和解释变量。关注模型的效果，这个分指标效果和实际应用效果，并不断思考模型的变量的解释意义，从业务的角度对模型进行修改和维护。另外，对于数据分析这个职业，我认为目前企业没有什么特别好的定位，所以要有耐心做基础的工作，丰富自己的业务知识，并积极的去接触前端的运营，因为往往你学到的并不能被企业所应用，不要气馁，要在工作和生活中要反复的去复习和理解之前学到的知识，并不断应用，这样在未来的大数据时代，才会散发出真正的光彩。
张*
一个月的学习，我从一个小白真正入门了深度学习，尤其是唐老师讲解的caffe框架,讲的非常清楚，还有带着大家解读顶级论文，这次课程收益颇丰
周*
深度学习十节课的培训，课程安排很紧凑很充实，让我对深度学习有了总体的认识，也勾起了我后期深入学习这块内容的兴趣；老师讲课深入浅出，很容易懂，案例很贴近实际运用，不懂的问老师都会及时的回答，感觉自己终于找到组织了