各企事业单位：
深度学习是目前人工智能AI、机器学习领域异常火热的研究方向，受到了学术界和工业界的高度关注。目前，微软、腾讯、谷歌、Facebook、百度、阿里巴巴等把深度学习作为未来工业和互联网发展的研究重心。中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把深度学习进行科学技术成果转化，显著推动了深度学习应用的发展。
深度学习是机器学习研究中的一个新的领域，其动机在于建立、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，被认为是智能机器可能的“大脑结构”。得益于GPU的发展，深度学习在人工智能领域取得了大量杰出的成果，成为人工智能时代最重要的技术之一，风靡全球。目前，深度学习的应用遍及人工智能的各个领域，如图像识别、语音识别、自然语言理解、人脸识别、目标检测、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等。
随着国家在人工智能领域的战略布局，深度学习方面的人才成为国家急需的高层次技术人才，为此中国管理科学研究院职业资格认证培训中心（http://www.zgysnrzw.org/）联合北京富卓佰扬科技有限公司特邀请在深度学习学术和研发领域一线专家共同举办“人工智能之深度学习核心技术应用与案例实战”培训班。本次对前沿得深度学习方法及应用进行全面的讲解，同时进行深入的案例实践，帮助参加学员深度学习应用、利用TensorFlow框架进行深度学习具体的项目和科研工作的开展。具体事宜如下：
一、【培训目标】
1、深度学习的基本概念和技术方法的基础上阐述深度学习的基本思想和解决问题的基本思维模式，从理论到实践逐步提升对深度学习技术的理解；
2、全面理解和实践：深度学习的基本原理、基本模型、模型设计技术。结合实际案例和Tensorflow框架构建学员从所学理论到实践解决问题的理论和工程相结合的能力，解决各自领域的具体问题。
二、【培训对象】
全国从事人工智能、机器学习、深度学习、大数据、图像识别、语音识别、自然语言处理、人脸识别、目标检测、无人驾驶、推荐系统、社交网络、计算机视觉、智能机器人等领域的老师、研究生、本科生、工程师及有志于深度学习研究和应用的从业者。
三、【时间地点】
2018年09月14日 — 2018年09月17日 北 京 （第一天报到、培训三天）
四、【课程大纲】
|
1.人工智能概述、计算智能、类脑智能、深度学习的前生今世、发展趋势 2.机器学习概述、记忆学习、归纳学习、统计学习 3.深度神经网络的基本原理、优势和特点，包括深度神经网络的高维复杂函数近似、流形推断、泛化的基本原理人工神经网络和基本训练方法（训练目标和训练BP 算法） 4.深度神经网络开发的基本过程、训练和问题解决技巧 5.基本神经网络开发实践 |
| 二、深度学习框架介绍 |
1.Tensorflow基础知识 2.Tensorflow框架开发模式、开发案例 |
| 三、卷积神经网络CNN应用 |
1.CNN 卷积神经网络的设计思想、设计和应用开发与上机实操（卷积层（一维卷积、二维卷积）、池化层（均值池化、最大池化）全连接层、激活函数层、Softmax 层） 2.卷积神经网络的变化、思想和应用实例 3.目标检测实例（残差网络、R-CNN、SPPNET、Fast-R-CNN、Faster-R-CNN、Mask-R-CNN、YOLOv1-v3） |
| 四、循环神经网络RNN应用 |
1.RNN 循环神经网络改进的思想 LSTM、GRU、Bi-RNN、Attention based RNN 2.RNN、长短期记忆网络实际应用 自然语言处理、Seq2Seq 、跨模态应用（Caption/无导师翻译/无导师生成）对象识别、翻译的基本技术方法 |
| 五、强化学习与迁移学习应用 |
1.迁移学习的理论概述、迁移学习常见方法举例 2.使用迁移学习完成图像分类 3.强化学习的基本原理、深度、宽度、模型和无模型强化学习算法基础 4.深度强化的基本思想、策略递度训练方法的详细解析 |
| 六、对抗性生成网络GAN应用 |
1.最大似然估计技术体系：弱导师学习、远程学习 Autoencoder、VAE、GAN+VAE 2.非似然技术体系：对抗生成模型GAN 的理论知识、INFOGAN、f-GAN、WGAN、Conditioned-GAN的基本原理与应用 3.GAN经典模型 INFOGAN，WGAN，S2-GAN 4.深度贝叶斯模型设计的详细解析（VAE和深度图概率模型Graphic-GAN） 5.DCGAN提高模糊图片分辨率 6.InfoGAN做特定的样本生成 |
| 七、深度学习应用案例 |
1.手写数字集分类及生成 2.YOLO实现目标检测 3.PixelNet原理与实现 4.利用CNN及RNN做图像分类、图像识别、文本识别 |
| 八、深度学习常用模型 |
1.深度贝叶斯模型设计的详细解析 2.AutoEncoder自编码器框架、DAE详细解析和VAE的比较分析 3.深度神经网络记忆和推理构件 4.深度隐含主题模型 5.Restricted Boltzmann Machine(RBM)限制波尔兹曼机 6.多模态数据分析：深度社交推荐技术，深度模型调试案例解析（训练目标设计、不稳定、超参数设计自动化、元学习） |
| 九、辅助课程 |
1.针对学员面对的实践问题展开讨论、方案建议。 2.建立QQ群、微信群（课后免费技术指导） 3.配备参考书和深度学习开发教材，便于课后逐步提高能力。 |
五、【培训方式】
1、内容以案例、代码落地为主，以理论讲解为根；
2、采用深入浅出的方法，实践技巧、并配以大量代码与实际案例练习；
3、参会学员可将想解决的问题带到现场和崇老师及其他学员讨论、交流学习。
六、【培训费用】
统一收费4300元/人（含培训费、资料费、证书认证费、指导费、发票费、午餐费等）
住宿可统一安排，费用自理。（如需会议费发票，可提供会议通知）
七、【颁发证书】
可获得：中国管理科学研究院职业资格认证培训中心颁发的高级《深度学习应用工程师》专业能力证书，该证书可作为有关单位专业技术人员能力评价、从业人员加薪、晋升、考核和任职的重要依据。
注：请准备两寸蓝底照片、身份证及学历证明电子版即可。
八、【报名方式】
请各有关部门统一组织本地区行政、企事业单位和科研院所及高等院校报名参加培训，个人也可直接报名参加。报名回执表请QQ\微信在线发送或通过E-mail发送至会务处。
九、【联系方式】
联系人：刘 昊 手机\微信：13261851751 报名QQ：823070714