英伟达邀请你来听深度学习基础公开课 ‖ 安徽合肥

 

听听演讲，学学理论，您是否还想亲自动手实践，体验如何训练深度学习模型来完成一个计算机视觉方面的任务呢？快来参加英伟达深度学习学院 (Deep Learning Institute，简称DLI)推出的免费基础公开课吧！

DLI自去年开始在全球推广“深度学习”培训，每门课程都包含动手实验，并基于最新的AIframework、深度学习软件和GPU技术，让学员可以亲自实践深度学习的完整工作流程，拓展解决问题的思路和能力，让AI真正融于实践，提升个人和企业的竞争优势。www.nvidia.cn/DLI

 

欢迎您前来观看，或者带着自己的电脑来现场跟着老师学习。每位参加的朋友，都可以获赠3张课程试用卡，可以学习DLI更多领域、更深入的在线实验室课程。

 

开课时间：10月21日下午2点至5点

地点： 安徽世纪金源大饭店3层首长接见厅

 

日程：

14:00-15:30 不需要写代码，用开源软件DIGITS实现图像分类

15:30-17:00 不需要写代码，用开源软件DIGITS实现目标检测

 

课程介绍：

通过DIGITS实现图像分类

级别：初级 | 预备知识：无

行业：所有 | Frameworks: Caffe

此实验室会向您展示如何通过在 Caffe 框架上的 NVIDIA DIGITS 和MNIST 手写数据集，在深度学习工作流程中利用深度神经网络 (DNN)， 尤其是卷积神经网络 (CNN) 解决真实图像分类问题，您会学到：

• 构建运行在GPU上的深度神经网络

• 管理数据准备、模型定义、模型训练和问题排查过程

• 使用验证数据来测试和尝试不同策略来提升模型性能

完成此实验室后，您将能够使用 NVIDIADIGITS 来构建、训练、评估和提升您的图像分类应用程序中 CNN 的准确性。

 

通过DIGITS实现目标检测

级别：初级 | 预备知识：通过DIGITS实现图像分类
行业：所有 | Frameworks: Caffe

此实验室通过尝试下列三种不同方法：滑动窗口, 全卷积神经网络 (FCN) 和 DIGITS 的 DetectNet 网络模型，向学员介绍四个主要电脑视觉任务之一 目标检测。您将学到：

• 评估与下列三个指标有关的目标检测方法：模型训练时间、模型准确性和部署时的检测速度

• 使用滑动窗口方法检测目标

• 将全连接网络转换为全卷积神经网络 (FCN)

• 使用 DIGITS DetectNet 提升目标检测效率

完成此实验室后，您将了解每种方法的优点，并学习如何使用 NVIDIA DIGITS 在 Caffe 框架中利用真实数据集训练神经网络，并以此检测目标。

 

课前准备：

您可以选择来听课，或者自带电脑来跟随讲师一起动手实验。如要亲自体验动手实践课程，请根据如下要求做好准备：

• 开通DLI课程实验网站账户：在https://nvlabs.qwiklab.com/上注册账号。现场我们将提供免费token供您上课使用。

• 电脑只需安装有IE 10 (或以上版本)， 或者 Chrome 59 (或以上版本) 浏览器。

• 请自行解决网络问题，使电脑可以在培训现场时访问如上DLI课程实验网站。

★推荐阅读★

打造百度AI大脑的80后科学家

斯坦福发布3D街景数据集

搜狗招股书90次提到AI，王小川持股超10亿

谷歌重磅发布43页Waymo无人车报告

3行Python代码完成人脸识别

阿里巴巴成立“达摩院“未来3年投入将超千亿

2018年人工智能将赋能所有行业

百度西雅图开设AI实验室

初学者必读的八个趣味机器学习项目

AMD深度学习开源战略

长期招聘志愿者

加入「AI从业者社群」请备注个人信息

添加小鸡微信  liulailiuwang