南京AI工程師專業(yè)培訓(xùn)課程學(xué)習(xí)預(yù)備知識(shí):圖像識(shí)別方法的演進(jìn)基礎(chǔ)、開發(fā)環(huán)境配置:Anaconda環(huán)境和MXNet、深度學(xué)習(xí)簡(jiǎn)介:起源、特點(diǎn)和發(fā)展、計(jì)算機(jī)視覺概述、數(shù)據(jù)操作、自動(dòng)求梯度、圖像識(shí)別的演進(jìn)等。
Adobe Illustrator,常被稱為“AI”,是一種應(yīng)用于出版、多媒體和在線圖像的工業(yè)標(biāo)準(zhǔn)矢量插畫的軟件。作為一款非常好的矢量圖形處理工具,該軟件主要應(yīng)用于印刷出版、海報(bào)書籍排版、專業(yè)插畫、多媒體圖像處理和互聯(lián)網(wǎng)頁(yè)面的制作等,也可以為線稿提供較高的精度和控制,適合生產(chǎn)任何小型設(shè)計(jì)到大型的復(fù)雜項(xiàng)目。
預(yù)備知識(shí):圖像識(shí)別方法的演進(jìn)基礎(chǔ)、開發(fā)環(huán)境配置:Anaconda環(huán)境和MXNet、深度學(xué)習(xí)簡(jiǎn)介:起源、特點(diǎn)和發(fā)展、計(jì)算機(jī)視覺概述、數(shù)據(jù)操作、自動(dòng)求梯度、圖像識(shí)別的演進(jìn)、線性回歸與線性回歸的實(shí)現(xiàn)、線性模型:對(duì)數(shù)線性二分類、多分類、獨(dú)熱和稠密度向量表示、softmax回歸與實(shí)現(xiàn)、基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)發(fā)展、深度學(xué)習(xí)基礎(chǔ)知識(shí)、線性模型的局限性:異或問(wèn)題、非線性輸入轉(zhuǎn)換、核方法、可訓(xùn)練的映射函數(shù)、感知機(jī)和多層感知機(jī)的實(shí)現(xiàn)、模型選擇、欠擬合過(guò)擬合問(wèn)題、權(quán)重衰減和丟棄法、實(shí)戰(zhàn)案例:房?jī)r(jià)預(yù)測(cè)模型、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、前饋神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)的訓(xùn)練、深度學(xué)習(xí)計(jì)算、卷積神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、二維卷積層相關(guān)運(yùn)算、填充和步幅、多輸入通道和多輸出通道、二維最 大池化層和平均池化層、卷積神經(jīng)網(wǎng)絡(luò)LeNet模型、深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet、使用重復(fù)數(shù)據(jù)的網(wǎng)絡(luò)、網(wǎng)絡(luò)中的網(wǎng)絡(luò):NIN塊和NIN模型、合并行連接的網(wǎng)絡(luò)、批量歸一化、殘差網(wǎng)絡(luò)ResNet模型、稠密度連接網(wǎng)絡(luò)DeseNet模型、循環(huán)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)、語(yǔ)言模型計(jì)算、循環(huán)神經(jīng)網(wǎng)絡(luò)、模型語(yǔ)言數(shù)據(jù)集、循環(huán)神經(jīng)網(wǎng)絡(luò)從零開始實(shí)現(xiàn)、循環(huán)神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)介實(shí)現(xiàn)、通過(guò)時(shí)間反向傳播、門控循環(huán)單元、長(zhǎng)短期記憶、深度循環(huán)神經(jīng)網(wǎng)絡(luò)、雙向循環(huán)神經(jīng)網(wǎng)絡(luò)、優(yōu)化算法與深度學(xué)習(xí)、優(yōu)化與深度學(xué)習(xí)的關(guān)系、梯度下降和隨機(jī)梯度下降、小批量隨機(jī)梯度下降、動(dòng)量法與實(shí)現(xiàn)、AdaGrad算法特點(diǎn)與實(shí)現(xiàn)、RMSProp算法、AdaDelta算法、Adma算法、計(jì)算機(jī)技術(shù)與高性能計(jì)算、衡量性能的方法、提高性能性能的各種編程方法、命令式和混合編程、異步計(jì)算、自動(dòng)并行運(yùn)算、多GPU運(yùn)算、AI應(yīng)用方向之計(jì)算機(jī)視覺、使用圖像增廣訓(xùn)練模型、微調(diào):熱狗識(shí)別、目標(biāo)檢測(cè)和邊界框、計(jì)算機(jī)視覺:錨框生成、多尺度目標(biāo)檢測(cè)、目標(biāo)檢測(cè)數(shù)據(jù)集:皮卡丘、單發(fā)多框檢測(cè):SSD、積神經(jīng)網(wǎng)絡(luò)系列:R-CNN、語(yǔ)意分割和數(shù)據(jù)集、全卷積網(wǎng)絡(luò)、樣式遷移、計(jì)算機(jī)視覺案例:Kaggle圖像識(shí)別、圖像分類、狗的品種、獲取和整理數(shù)據(jù)集、圖像增廣、讀取數(shù)據(jù)集、定義模型、定義訓(xùn)練函數(shù)、訓(xùn)練模型、AI應(yīng)用方向之NLP自然語(yǔ)言處理、嵌入和連續(xù)詞袋模型、近似訓(xùn)練:負(fù)采樣、層序softmax、word2vec的實(shí)現(xiàn)、子詞潛入:fastText、全局向量的詞潛入:GloVe、求近義詞和類比詞、文本情感分類:使用循環(huán)神經(jīng)網(wǎng)絡(luò)、文本情感分類:使用卷積神經(jīng)網(wǎng)絡(luò)(textCNN)、編碼器、解碼器、貪婪搜索、全局搜索、束搜索、注意力機(jī)制、自然語(yǔ)言處理案例、機(jī)器人翻譯、讀取和與處理數(shù)據(jù)集、含注意力機(jī)制的編碼器-解碼器、訓(xùn)練模型、預(yù)測(cè)不定長(zhǎng)的序列、評(píng)價(jià)翻譯結(jié)果、唐詩(shī)生成器、定義輸入數(shù)據(jù)、定義多層LESTM模型、定義損失函數(shù)、訓(xùn)練模型生成文字、更多參數(shù)說(shuō)明、運(yùn)行自己的數(shù)據(jù)
目前,CDA已與國(guó)內(nèi)100多所高校進(jìn)行了戰(zhàn)略合作,建立了CDA數(shù)據(jù)分析師考試中心及人才培養(yǎng)基地;已出版30多本CDA數(shù)據(jù)分析師系列叢書,市場(chǎng)發(fā)行量數(shù)萬(wàn)冊(cè);已進(jìn)行500多期線上線下數(shù)據(jù)分析及大數(shù)據(jù)培訓(xùn)課程,培養(yǎng)學(xué)員10萬(wàn)+人次;已在全國(guó)70+城市舉辦15屆CDA數(shù)據(jù)分析師認(rèn)證考試,報(bào)考考生數(shù)萬(wàn)人;已開展了四屆中國(guó)數(shù)據(jù)分析師行業(yè)峰會(huì)(CDA SUMMIT),每屆參會(huì)人數(shù)3000多人;中國(guó)數(shù)據(jù)分析師俱樂部(CDA CLUB)每周舉辦各類型線上線下沙龍會(huì)議、公開課等活動(dòng)共1000多期。