社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

神经网络与材料/化学专题培训:深度学习/神经网络/多分类任务/膜电极/高熵合金/机器学习原子势

微算云平台 • 1 年前 • 126 次点击  
近年来,机器学习已越来越多的应用在化学与材料科学的研究当中,神经网络作为机器学习众多方法中热度最高的算法,在材料科学的相关研究中也备受追捧。与其它机器学习算法相比,神经网络参数设置更为繁杂,编写时更加依赖使用者的经验。
神经网络在材料科学研究中有什么作用?如何将神经网络应用到我们自己的研究之中?神经网络有哪些实用有效的技巧?有哪些神经网络相关的计算软件?最近热门的on the fly AIMD是怎么回事?如何进行使用?为了解决同学们这些困扰,华算科技历经半年的设计与打磨,结合数百名学员反馈,推出了基于材料与化学方向的神经网络专题课程。

三元组分的主动学习

组分搜索空间和边界条件

机器学习预测误差的趋势与元素的结构多样性

本次课程主要基于Python语言与TensorFlow/Keras框架,学习神经网络的构建、训练与使用,课程中使用的绝大部分案例均源于化学/材料文献中真实案例,同学们学习完成后可直接将其用于自己的研究当中。课程设计目的为学习完成之后,能自己构建常用的神经网络,进行各种技巧处理,并进行应用。
课程须知:本次课程报名需有一定的Python代码基础,零基础同学请选择《Python与机器学习》课程。
本次进阶课程将于8月15日开课,机器学习课程与神经网络课程同时报名可优惠更多,详情可咨询课程客服。

👇👇扫描二维码,立即报名👇👇 

👆👆电话:18126387652 👆👆
上课期间内免费提供超算资源,供同学们用于计算课程相关案例内容。


讲师介绍


博士:华算科技全职技术专家,武汉大学本科,北京大学博士,新加坡国立大学访问学者。目前已发表SCI文章共20篇,其中第一作者文章5篇,单篇最高影响因子>40。
从事理论计算与实验化学研究工作十年,擅长使用机器学习进行化学理论的研究及实验数据的处理,曾获华中地区数学建模邀请赛三等奖,北京大学游戏AI对抗全国邀请赛第四名等相关奖项。


课表一览





课时安排





课程详情


1
深度学习基础
本部分将学习机器学习与深度学习、神经网络的差异与联系。课程的神经网络是基于TensorFlow与Keras框架的,本小节将学习TensorFlow的基础知识,了解张量的操作与运算。
2
神经网络模型
本部分将学习通过Keras搭建简单神经网络,了解神经网络的结构,并学习神经网络中激活函数、损失函数的相关知识,学习神经网络求解算法,掌握神经网络的编写流程,并用于解决非线性分类问题。
3
多分类任务
本小节主要学习可进行手写识别的神经网络编写,编写过程中将介绍一些新的损失函数,网络将使用MNIST数据集进行训练,并进行使用。该案例在二维材料领域有一定的应用,常被用于检验二维材料的效果。
‍‍
4
膜电极案例
本部分将学习如何将神经网络直接使用到化学与材料学体系当中,通过质子交换膜电极案例,学习神经网络的具体使用。在本案例中,将学习到学学习率、正则化、回调函数和模型保存与加载等各种知识,本小节学习完成将基本熟悉神经网络,具有构建与使用的能力。
5
高熵合金案例
本部分将讲解神经网络在化学与材料科学领域的另一案例——高熵合金案例。在本案例的学习中,将穿插讲解数据预处理、神经网络的不同构建方式等知识,并再次完成相关文献的数据重现。通过本部分学习,已能完成材料领域使用的大部分神经网络构建与使用。
6
吸附能
本部分主要学习内容为卷积神经网络(CNN)。CNN是结构更为复杂的神经网络,适用于模型更为复杂的情况,涉及案例为吸附能的预测。通过本案例,我们将学习卷积、池化等CNN常用功能,并构建CNN,进行训练与使用,重复部分文献结果。
7
STM/STEM
本部分将讲解另一篇使用CNN模型的文献,案例主要内容为STM/STEM图像的识别。主要内容为详解作者所用代码,并分析其使用的预测方法。本小节还将对作者训练完成的模型进行使用,并分享作者对模型的相关看法。
8
机器学习原子势
本部分将学习近年机器学习在计算化学领域的应用热点——机器学习原子势。机器学习原子势是利用神经网络方法简化分子动力学计算量的方法,目前已有成熟的相关软件可供使用。课程将介绍该方法的基本原理,并进行实操使用。课程还将学习on the fly AIMD相关知识,并与常规机器学习原子势方法进行对比。


报名方式


主办单位:深圳华算科技有限公司(拥有VASP、Materials Studio、Gaussian、LAMMPS商业版权
课程时间:8月15日-8月17日,全部课程3天。
培训形式:线上直播,提供回放视频,课程群永不解散,随时提问,及时解答。
课程费用:3980元,提供增值税普通发票及邀请函。请提前报名,我们会根据学员课前反馈,适当增加课程内容。
老客户享立减优惠,详情可咨询课程客服。
报名方式:识别下方二维码报名,或者联系手机18126387652 。

👇👇扫描二维码,立即报名👇👇 

👆👆电话:18126387652 👆👆



缴费方式


1. 银行转账汇款
收款单位:深圳华算科技有限公司
银行账号:758869652456
开户行:中国银行深圳西丽支行 
注意:付款时请备注“姓名+单位+神经网络与材料”
2. 支付宝转账
企业支付宝账户:hskj@v-suan.com
请核对户名:深圳华算科技有限公司
注意:付款时请备注“姓名+单位+神经网络与材料
3. 刷卡/扫码支付
可刷公务卡,请扫码填写报名信息以便我们提前为您准备发票等报销手续。
划重点:请先添加课程客服微信报名再缴费!
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/138178
 
126 次点击