微信扫一扫
分享到朋友圈

超级公开课NVIDIA专场第九讲预告|揭秘深度学习

作者:智东西 来源:智东西 公众号
分享到:

07-02



深度学习是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法,是机器学习中一种基于对数据进行表征学习的方法,是一种全新的解决问题的办法。深度学习的动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本,力求通过对样本数据特征挖掘从而得到满意的目标识别的精度的模型算法。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。至今已有数种深度学习框架,如深度神经网络、卷积神经网络和深度置信网络和递归神经网络已被应用在计算机视觉、语音识别、自然语言处理、生物信息学等领域并获取了极好的效果。可以说,深层学习开启了人工智能新的时代。


7月5日晚上8点,NVIDIA中国GPU应用市场总监侯宇涛将来到智东西「深度学习」社群为大家带来主题为《揭秘深度学习》的讲解,并利用NVIDIA交互式深度学习训练平台教你应用深度学习。侯宇涛先生力求通过简洁的语言,形象的图形让大家都能了解深度学习的概念及典型算法网络的实现办法。这一课是智东西公开课推出的超级公开课NVIDIA专场的第九讲;第十讲将于7月12日由NVIDIA高级系统架构师张景贵主讲《在你的桌面端通过NVIDIA GPU云计算开展深度学习》;第十一讲将于7月24日由NVIDIA深度学习解决方案架构师罗晟主讲《疾病诊断领域的深度学习》。



课程信息

时间:7月5日 20:00

地点:智东西「深度学习」社群


讲师介绍

1987年,侯宇涛先生毕业于北京航空航天大学,取得电子工程学士学位。现担任NVIDIA中国GPU应用市场总监,侯先生具有30年IT领域工作经验,曾在AST、Digital Equipment Corp、Compaq、Phoenix Technology和NVIDIA公司就任工程师、销售和产品市场工作。自2005年加入NVIDIA公司,10年在游戏、计算机视觉、HPC和人工智能计算领域任职销售,推广GPU产品并积累了丰富的行业应用经验。近两年来专注于开拓GPU开发者社区及英伟达深度学习学院课程推广及课程教授。


课程主题

主题:

揭秘深度学习

大纲:

-机器学习、深度学习和人工智能的前世今生

-深度学习的应用范围

-深度学习的实现及特点

-上手NVIDIA交互式深度学习训练平台


适合人群

  1. 深度学习初级听众;

  2. 零基础深度学习开发者。


报名方式

扫描海报上的二维码添加智东西公开课联络员“楠楠(zhiyixiaonan)”为好友,添加时请备注“姓名-公司-职位或姓名-学校-专业”,申请进入课程群听课。




往期课件获取


第一讲,NVIDIA大中华区高性能计算及Applied Deep Learning部门技术总监主讲赖俊杰,主题为《如何搭建适合自己的深度学习平台》


第二讲,NVIDIA高级系统架构师吴磊主讲,主题为《如何为深度学习和HPC提供更高算力》


第三讲,NVIDIA DLI认证讲师侯宇涛主讲,主题为《不需要写代码,如何用开源软件DIGITS实现图像分类》(线上实践课程,无课件)


第四讲,图玛深维首席科学家陈韵强、NVIDIA高级系统架构师付庆平共同主讲,主题为《深度学习如何改变医疗影像分析》


第五讲,NVIDIA DLI认证讲师侯宇涛主讲,主题为《手把手教你使用开源软件DIGITS实现目标检测》(线上实践课程,无课件)


第六讲,西安交大人工智能与机器人研究所博士陶小语、NVIDIA高级系统架构师易成共同主讲,主题为《智能监控场景下的大规模并行化视频分析方法》


第七讲,清华大学计算机系副教授都志辉、NVIDIA高级系统架构师易成共同主讲,主题为《GPU加速的空间天气预报》


第八讲,希氏异构人工智能首席科学家周斌主讲,主题为《如何利用最强GPU搭建医疗人工智能计算平台——医学图像AI领域最强超级计算机首次解密》


扫码关注智东西公开课服务号,回复关键字“NVIDIA”获取往期课件



社群规则

1、智东西社群坚持实名学习、交流和合作,入群后需要修改群昵称为:姓名-公司-所在领域,违者踢群;

2、禁止在群内广告和发送二维码等无关信息,违者踢群。



阅读8390
举报0
关注智东西微信号:zhidxcom

用微信扫描二维码即可关注
声明

1、头条易读遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2、本文内容来自“智东西”微信公众号,文章版权归智东西公众号所有。

评论
更多

文章来自于公众号:

智东西

微信号:zhidxcom

邮箱qunxueyuan#163.com(将#换成@)
微信编辑器
免责声明
www.weixinyidu.com   免责声明
版权声明:本站收录微信公众号和微信文章内容全部来自于网络,仅供个人学习、研究或者欣赏使用。版权归原作者所有。禁止一切商业用途。其中内容并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。如果您发现头条易读网站上有侵犯您的知识产权的内容,请与我们联系,我们会及时修改或删除。
本站声明:本站与腾讯微信、微信公众平台无任何关联,非腾讯微信官方网站。