专业服务
行业展览 专业会议 智能汽车 整合营销 展会排期
  赞助商

2017度神经网络实操培训


组织机构:

主办单位:国家集成电路设计深圳产业化基地 深圳市微纳集成电路与系统应用研究院

支持单位:深圳市半导体行业协会

承办单位:深圳市微纳点石创新空间有限公司 深圳市鑫思宇会展传播有限公司 上海威三教育科技有限公司


课程描述:以实际操作的形式教授

该课程旨在提供系统性学习快速崛起的深度学习领域相关理论知识和案例实验。

课程从介绍深度神经网络的概念和历史开始,涵盖卷积神经网络的广度和深度,还介绍了其他深度学习网络的基本概念,如自动编码器、递归神经网络等。课程中,学生有机会亲自操练以获得实际经验。我们还提供相关软件工具的指导,包括CaffeTensorFlowGPU编程。本课程还包括了深度学习相关硬件的最新发展情况,本课程为Cisco定制内容

培训意义

1、对深度学习领域形成比较全面的认识

2、建立把深度学习应用用于实际工作

3、为深入学习和开展深度神经网络相关研发工作形成知识基础

4、结业证书及拓展本领域的人脉圈

谁来学?

对本领域感兴趣的工程师及管理人员,并具备以下条件:

1、学生应有一定的C编程经验;   2、对线性代数有一定基础知识

课程安排:

课程说明:本课程为理论+实验课程,每个课时后基本都会附有“测试”环节,以便学员了解对知识的掌握情况。

Day1 Day2

1.1 深度神经网络概述

1.1.1 脑计算
1.1.2 深度学习技术的起源和早期技术
1.1.3 深度神经网络的崛起
1.1.3 深度神经网络应用

1.2 卷积神经网导论

1.2.1 卷积神经网基础模块
1.2.2 卷积神经网的训练
1.2.3 卷积神经网性能优化
1.2.4 详解LeNet

1.3 TensorFlow简介

1.3.1 生成TensorFlow兼容数据集 (实验 1
1.3.2 TensorFlow项目解析 (实验 2
1.3.3 使用TensorFlow训练和测试神经网络(实验 3

1.4 卷积神经网实验

1.4.1 训练卷积神经网 (实验 4
1.4.2 设计卷积神经网结构 (实验 5

1.5 代表性卷积神经网

1.5.1 GoogleNet 1.5.2 ResNet
1.5.3 针对实时应用的轻量级卷积神经网
1.5.4 卷积神经网性能调优(实验 6

1.6 目标检测、定位和图像分割

1.6.1 目标检测

1.6.2 目标定位

1.6.3 图像分割

1.7 非监督学习和递归神经网

1.7.1 Autoencoder

1.7.2 Autoencoder 实验(实验7)

1.7.3 递归神经网

1.7.4 LSTM神经网络

1.8 递归神经网实验

1.8.1 RNN实验

1.8.2 LSTM实验

1.9 GPU Computing (Test)

1.9.1 GPU计算的历史

1.9.2 GPU体系结构

1.9.3 GPU编程模型

1.9.4 CUDA程序设计

1.9.5 GPU程序优化

1.10 深度神经网络硬件I

1.10.1 卷积神经网络处理流程

1.10.2 模块级设计

1.10.3 现有体系结构

1.11 深度神经网络硬件II

1.11.1 优化内存架构

1.11.2 推理架构

1.11.3 加速训练过程

1.12 结论

1.12.1 课程回顾

1.12.2 深度学习的未来



讲师介绍:

邓仰东,清华大学软件学院副教授


知名图形处理器通用计算和工业大数据专家。2006年于美国卡内基-梅隆大学(Carnegie Mellon University)电子与计算机工程系获得博士学位。2006年加入美国Magma Design Automation公司担任咨询级研究员,2008年回国担任清华大学微电子学研究所副教授,2013年担任清华大学软件学院副教授。目前兼任国家精品课程中心《GPU并行程序设计》课程专家(2012-),中国文物学会文物安全专业委员会常务理事(2015-),中车集团重大专项“轨道交通装备故障预测与健康管理技术研究与应用”项目副总设计师(2017-)。研究兴趣包括并行计算机体系结构和工业大数据分析。



培训费用

费用:3280/2/人(包括:2天学习、讲义、2天午餐、每天茶歇

优惠:7.31前报名,享早鸟价9折,即2952

1)持学生证报名学习,每人在折扣基础上再优惠500

2)足30人开班,本课程支持内训。不足30人将顺延至9

报名方式:

会议报名所有听众免费参会,方式如下:

1、网上报名:https://jinshuju.net/f/nunH5K

2、邮件报名,发送相关信息(姓名、职务、公司、手机、e-mail)至tina.yang@szshinesway.com

3、电话、短信报名,直接来电或发送相关信息(姓名、职务、公司、手机、e-mail)至13510162903进行报名

收缩