听腻了各种AI入门课?不如选定一个最酷的领域迅速逆袭!

百家 作者:大数据文摘 2017-08-14 10:35:19

未来已至

AI不远

原价1299元

参团最低价 599元!

扫码了解更多课程信息

觉得吴恩达深度学习入门课太浅?

我们为更专业的你推出了AI系列课程

第一弹,

瞄准目前发展最快、

应用最广的计算机视觉领域


大数据文摘联手稀牛学院,推出高品质AI系列课程力邀国内外学术精英和工业界大牛亲自授课,保障7*24小时云平台实训环境,并首次提供足量GPU资源。


文摘x稀牛的课程向来以“四高”著称:

  • 课程内容质量高

  • 助教与服务水平高

  • 学员满意度高

  • 价格高(lll¬ω¬)

(比如说数据科学实训营第3期课程原价4980元)!


为让更多AI学习者享受高品质网络学习,本系列课程为大家争取到了降价福利团购优惠!欢迎报课,体验高规格的网络课程学习该有的样子。

如果你苦恼

看了很多视频、读了很多书和论文,依旧在门外徘徊?

海量学习资源的筛选成本太高,急需高性价比靠谱课程快速入门进阶?

自学坑多水深,需大佬带路结伴前行?

听英语课程想挠墙,有字幕也不能治愈,更何况还要先解决某不可描述的困难……


如果你希望

了解最新学术进展工业界实际应用

参与活跃的高垂社区,共同学习、互相探讨……


如果你心仪

深度学习和计算机视觉的职位,希望从事相关工作

GPU快速计算带来的酷爽体验!


那么

这门课

绝对是你的菜!


《深度学习与计算机视觉》本系列第一门课程,从深度学习基本网络模型出发,到TensorFlow工具使用方法,涉及图像物体检测图像分割看图说话图像问答图像生成图像检索等CV领域的应用实践。

每次课都推出案例实践

由浅入深,真枪实战!

带你快速进阶!

豪华讲师团队

超强学术&工业背景,值得信赖

■ Ivan老师:清华大学本科,CMU PhD,在AAAI、IJCAI、AISTATS等顶级会议上发表过多篇论文,前Google AI实验室工程师。熟练机器学习、深度学习与统计、凸优化。

■ Pen老师:博士毕业后任职于国内巨头公司人工智能实验室,从事深度学习和图像相关的研究与应用。TKDE的审稿人,同时在SIGIR、UbiComp、TKDE、CIKM、ICMR等顶级会议和期刊上发表过多篇学术论文。

超值特色服务

给你选择这门课的理由

云实验操作平台

■ 为避免软件本地安装带来的学习困扰,让学员能快速地专注于课程学习,本次课程采用“云实验操作平台”——一键启动,免除安装烦恼;

■ 7x24h在线可用,是真正丰富友好的操作实战平台,提供上百款主流工具包,满足多样化练习需求。

GPU特别特别多!

■ 计算机视觉的学习离不开大量的计算资源,但昂贵的GPU购买费用使普通学员望而却步。

■ 本次课程首次提供足量GPU,为学员的练习提供充分保障!

酷炫体验,

从这门课开始!

大量实用案例讲解与实训

■ 课程配有在线案例实训,将知识和应用进行融合,迅速缩短学员的学习和应用周期,真正学以致用,案例成果可作为求职面试的加分项。

■ 实训安排有助教讲解和学员分享,手把手教你完成实训任务,并给优秀学员展示和锻炼的平台

严格规范的班级管理

■ 直播签到+实训签到+活跃度追踪+缺勤提示,避免了学员的自律问题和懒惰心理,从制度上保证学有所成;

■ 课程采用小组制度,每次课程后均有实训和讲解,辅助学员理解课程内容、完成课程作业;

就业辅导与简历推荐

■ 匹配的就业岗位:

深度学习算法工程师

机器人深度学习算法工程师

深度学习科学家

深度学习研究员

人工智能工程师

计算机视觉算法工程师

图像算法工程师

图像识别工程师

图像处理&深度学习研发

计算机视觉算法开发工程师

■ 稀牛学院携手猎聘网,为学员提供专业的就业指导服务,并提供就业岗位信息推荐与简历推送福利。


注:就业岗位信息和内推福利会以群公告的形式在学员群发送,请保持对群公告的关注,及时获取相应机会!

证书

■ 顺利完成学业,你将获得大数据文摘x稀牛学院“深度学习与计算机视觉”毕业证书

■ 优秀学员将获得优秀学员证书

详细课程安排

精心设计

只为不负期待


第1讲 深度学习与图像分类/Image Classification

直播课程:

1. 深层神经网络DNN/MLP

2. 卷积神经网络介绍/CNN(AlexNet, VGG, GoogLeNet, ResNet)

3. 图像分类/Image Classification

4. 案例:ResNet/GoogLenet完成图像分类

云平台实训:

读懂CS231n手写的CIFAR‐10图像分类


第2讲 Tensorflow工具介绍

直播课程:

1. Tensorflow与Keras介绍

2. 用Tensorflow完成MLP分类讲解

3. 案例:Tensorflow完成GoogLeNet/ResNet图像分类

云平台实训:

tensorflow完成的VGG/GoogLeNet/ResNet图像识别


第3讲 图像物体检测/Image Detection

直播课程:

1. 区域卷积神经网络/R-CNN(SPPnet,Fast/Faster R-CNN,R-FCN)

2. 物体检测/object detection & localization

3. 人脸检测/face detection

4. 案例:Tensorflow Faster R-CNN完成物体检测,Tensorflow Object Detection API使用

云平台实训:

Tensorflow的ObjectDetectionAPI完成物体检测


第4讲 图像分割/Image Segmentation

直播课程:

1. 显著性检测/Saliency Detection

2. 物体分割/Object Segmentation(GraphCut,GrabCut等)

3. 语义分割/Semantic Segmentation(FCN,CRF/MRF)

4. 案例:自动驾驶场景图片的语义分割——全卷积网络DeepLab

云平台实训:

Tensorflow的图片语义分割任务

第5讲 看图说话/Image Captioning

直播课程:

1. 循环神经网络与LSTM介绍

2. 看图说话原理与结构

3. MSCOCO,Flickr8K,Flickr30k数据集介绍

4. 案例:用Tensorflow完成的Show, attend and Tell

云平台实训:

Tensorflow的ImageCaption看图说话实现


第6讲 图像问答/Image Question Answering

直播课程:

1. 数据集介绍(VQA,Visual Genome)

2. Image Question Answering原理及结构

3. 注意力机制及外部知识库

4. 案例:tensorflow完成的图像智能问答系统

(https://github.com/paarthneekhara/neural-vqa-tensorflow)

云平台实训:

Tensorflow完成的图像智能QA系统


第7讲 图像生成/Image Generation

直播课程:

1. 对抗生成网络(GAN)

2. GAN在图像生成中的应用(图片分布学习、以文生图)

3. GAN在传统问题中的应用(超分辨、语义分割)

4. 案例:图像复原的超分辨(SRGAN)模型应用

云平台实训:

用GAN完成图像生成


第8讲 图像检索/Content-based Image Retrieval

直播课程:

1. 检索特征(颜色,纹理,形状,局部特征,Bag of Visual Words)

2. 相似度度量标准与ANN(KD-tree,Locality Sensitive Hash)检索加速技术

3. 双向检索技术(以图搜图&以文搜图)

5. 案例:用Tensorflow搭建以图搜图系统

云平台实训:

用Tensorflow完成一个图像检索系统


课程时间安排

注:课程时间暂定如上图,如有调整,请以班主任通知为准。


■ 课程直播:2017年8月26日开课,共8次,每周六周日北京时间20:00~22:00

*错过直播可收看回放,有效期一年

*课程讲义实时更新发布,学员掌握第一手学习资料

■ 云平台: 8月21日-10月6日免费使用,7*24小时

■ 结业项目:使用本次课程内容,完成结业项目,项目成果可作为简历加分项


课程价格

原价:1299元

团购超值优惠:

8月14日-8月24日

100 999

300 799

 500599


8月24日前报名,

可享受限时团购

快拉你的小伙伴,

一起报名吧!!


■ 认真学习并完成作业,表现优异者,可获学费全额退返,以及荣誉纪念证书

(以上价格均不含税)

参团与咨询

心动不如行动!

扫码参团报名获课程优惠

咨询请联系客服牛妞

搜索微信ID:shujupeixun

■ 牛妞其他联系方式:

QQ:3530548572

手机:15510583388

邮箱:niuniu@bigdatadigest.cn


关注公众号:拾黑(shiheibook)了解更多

[广告]赞助链接:

四季很好,只要有你,文娱排行榜:https://www.yaopaiming.com/
让资讯触达的更精准有趣:https://www.0xu.cn/

公众号 关注网络尖刀微信公众号
随时掌握互联网精彩
赞助链接