炼数成金 门户 培训 查看内容

PyTorch–深度学习全栈工程师进阶案例实战

2020-1-6 15:49| 发布者: 仙豆| 查看: 80331| 评论: 0|原作者: 仙豆

快速报名入口
课程简介:
在系列课程中《快速成为深度学习全栈工程师》课程基础上,我们的《PyTorch – 深度学习全栈工程师进阶案例实战》将教授更加贴近于工业生产的实战知识:人脸识别与目标检测等,且此次课以PyTorch为框架教授其底层架构、神经网络的搭建、训练技巧、模型地部署与计算图地优化,更深刻和灵活的使用PyTorch完成复杂的深度学习项目。除此之外,我们的目标检测案例使用Kaggle数据科学竞赛平台中的真实比赛:Airbus Ship Detection Challenge(船只检测)作为我们的目标检测案例,让大家能够在真实的深度学习竞赛与Kaggle竞赛平台动手实战。

系列课程介绍:
过去几年,得益于高速的计算芯片(GPU)及大量的标注数据,作为当下最流行的机器学习方法,深度学习在各个应用领域中都取得了突破性的成绩,例如:辅助驾驶,人机交互,医疗诊断,视频分析,自动翻译等。从而使得深度学习全栈工程师(即独自一人设计整套深度学习工业生产系统)供不应求,月薪平均尽达到4万人民币/月。
我们将以工业上经典项目人脸识别系统以及高阶项目人体姿态估计系统来带领大家学习到如何根据客户需求设计出自己的深度学习解决方案,更有大量工业前沿技术如半精度训练、模型压缩及量化等。学习完系列课程之后不仅对Python语言、PyTorch、TensorFlow、MXNet等主流框架得心应手,更能准确抓住客户需求的核心,设计和训练出高精度的模型、使用模型的压缩和量化大量减小算法的时间和空间复杂度,及快速布局在多种设备上,包括大型服务器和树莓派,从而达到根据客户需求游刃有余地设计高效的深度学习系统。作为深度学习全栈工程师,在任何公司的深度学习相关岗位上都能得心应手,初入职年薪20万,工作2至3年后年薪可达35万+。
本系列课程将分为三次课:《快速成为深度学习全栈工程师》、《PyTorch – 深度学习全栈工程师进阶案例实战》以及《深度学习全栈工程师的究极进化》。《快速成为深度学习全栈工程师》将教授深度学习基础知识,用CIFAR-100作为例子动手设计整个深度学习项目的生产环境和流程;《PyTorch – 深度学习全栈工程师进阶案例实战》将教授深度学习和半精度训练的理论知识,以及物体分类、人脸检测、人脸识别的实战项目;《深度学习全栈工程师的究极进化》将教授深度学习高阶理论知识、大规模分布式的原理和模型的量化与压缩,以及多人体姿态识别实战项目。
本次课程为进阶课程:《PyTorch – 深度学习全栈工程师进阶案例实战》。

课程大纲:
第1课:理论学习 – 深度学习加持的计算机视觉算法
第2课:动手实战 – Python的初高级语法讲解与 PyTorch内部框架机理的理解
人脸识别项目实战(PyTorch版):
第3课:动手实战 – 数据增强(Data Augmentation)的理解与实现:自动扩增数据集中不同分布的样本数
第4课:动手实战 – 神经网络中经典与layer的理解与实现
第5课:动手实战 – 从Softmax到InsightFace的人脸识别算法分析与实现
第6课:动手实战 – 搭建与训练自己的人脸识别pipeline
第7课:动手实战 – 人脸识别算法性能的评估(Metric)与人脸识别模型的部署与推理
目标检测项目实战(PyTorch版):
第8课:动手实战 – 从FasterRCNN到GridRCNN, Two stage目标检测算法分析与实现
第9课:动手实战 – 从SSD, YOLO到CenterNet, One stage目标检测算法分析与实现
第10课:动手实战 – 自己动手设计目标检测框架解决Airbus Ship Detection Challenge(上)
第11课:动手实战 – 自己动手设计目标检测框架解决Airbus Ship Detection Challenge(下)
第12课:动手实战 – 目标检测算法性能的评估(Metric)与模型的部署与推理

讲师介绍:
吴宇翔,中国科学技术大学硕士生,Oracle认证专家,SnowCloud公司联合创始人兼首席研究工程师。共计参与英国牛津大学、清华大学等高校6个人工智能科研项目,已在人工智能较高级会议ACMMM和ICIP上发表文章两篇,所涉及的领域包括深度学习、计算机视觉等。多次带领团队拿下了人工智能相关竞赛前三名,如2019爱奇艺视频人物识别挑战赛第一名。

授课时间:
课程将于2024年04月23日开课,课程持续时间大约为14周。

授课对象:
对深度学习有浓厚兴趣的大二学生或工作两年以上的相关从业人员,且对深度学习有一些基础了解或已经完成了先修课程:《快速成为深度学习全栈工程师》的同学

课程基础:
且对深度学习有一些基础了解或已经完成了先修课程:《快速成为深度学习全栈工程师》的同学

课程环境:
Windows, Linux, Mac等电脑;Python3.5+;PyTorch1.1+

收获预期:
1. 深度学习基础理论和工业生产知识和整套深度学习设计流程;
2. 更深刻和灵活的使用PyTorch完成复杂的深度学习项目
3. 能够学会参与真实的Kaggle竞赛。

课程特点:
将教授更加贴近于工业生产的实战知识:人脸识别与目标检测等,且此次课以PyTorch为框架教授其底层架构、神经网络的搭建、训练技巧、模型地部署与计算图地优化,更深刻和灵活的使用PyTorch完成复杂的深度学习项目。除此之外,我们的目标检测案例使用Kaggle数据科学竞赛平台中的真实比赛:Airbus Ship Detection Challenge(船只检测)作为我们的目标检测案例,让大家能够在真实的深度学习竞赛与Kaggle竞赛平台动手实战。

新颖的课程收费形式:“逆向收费”约等于免费学习,仅收取100元固定收费+300元暂存学费,学习圆满则全额奖励返还给学员!

本门课程本来打算完全免费,某位大神曾经说过“成功就是正确的方向再加上适度的压力”。考虑到讲师本身要付出巨大的劳动,为了防止一些朋友在学习途中半途而废,浪费了讲师的付出,为此我们计划模仿某些健身课程,使用“逆向收费”的方法。
在报名时每位报名者收取400元,其中100元为固定 收费,另外300是暂存学费,即如果学员能完成全部课程要求,包括完成全部的书面和互动作业,则300元全款退回。如果学员未能坚持到完全所有的学习计划任务,则会被扣款。期望这种方式可以转化为大家强烈的学习愿望和驱动力!

课程授课方式:
1、 学习方式:老师发布教学资料、教材,幻灯片和视频,学员通过网络下载学习。同时通过论坛互动中老师对学员进行指导及学员之间相互交流。
2、 学习作业:老师每周布置书面及互动作业,学员需按时按质完成作业。
3、 老师辅导:根据作业批改中发现的问题,针对性给予辅导,帮助大家掌握知识。
4、 结业测验:通过测验,完成学业。

您是否对此课程还有疑问,那么请 点击进入 FAQ,您的问题将基本得到解答
全国统一咨询热线 4008-010-006
课程现开始接受报名,报名方式
网上报名 请点击:
PyTorch–深度学习全栈工程师进阶案例实战
咨询Email :edu01@dataguru.cnedu02@dataguru.cn
课程入门讨论咨询群:303917420(群内有培训公开课视频供大家免费观看)
咨询QQ: 2222010006 (上班时间在线)

技术热点、 行业资讯,培训课程信息,尽在炼数成金官方微信,低成本传递高端知识!技术成就梦想!欢迎关注!
打开微信,使用扫一扫功能,即刻关注炼数成金官方微信账户,不容错过的精彩,期待您的体验!!!

快速报名入口

即将开课

 

GMT+8, 2024-3-19 10:16 , Processed in 0.260973 second(s), 34 queries .