数据科学的发展一日千里，随时都有新东西可学。近来，很多小伙伴儿跟我们念叨深度学习。
深度学习在业界开创无数彪炳战绩，但这个主题的学习难度也高：不但在数据处理、构建和优化算法等方面都比较困难，还离不开贵死人的GPU。
年初，熊大组织了一个深度学习敢死队，把我们集体轰上了深度学习的自学成才之路。现在我们把自己新鲜出炉的学习经验凝结成这个项目带给大家，希望能够把更多小伙伴也带上这条道儿～
深度学习涉及的实践领域颇多，本课程聚焦于更适合初学者的图像类问题。我们会从零开始，但是仍然需要您对于数据科学有一定的知识基础或工作经验。最棒的是，这个项目为大家全程配备GPU资源，小伙伴儿们可以随时练习起来。
人工智能、深度学习领域的初学者。不适合需要进阶的专家！
有回归分析的良好理论基础（例如：线性回归、逻辑回归）
有良好的Python编程基础（数据读入、计算、循环、做图等）
有充足时间投入（每天1-2小时，连续4*7=28天！）
不懂回归分析的：在狗熊会的思路框架中，深度学习其实就是一种高度非线性的、适合非结构化数据的回归分析模型。因此，了解基础的回归分析思想，是快速学习深度学习的必要条件。如果您连什么是因变量Y、什么是解释性变量X都搞不清楚，您是不可能在狗熊会学会深度学习的。为此，我们需要给每个准备参加的同学做一个回归分析基础测试。测试不通过的同学，我们会建议您补一补回归分析的基础知识，下次再来参加。
没有Python基础的：深度学习项目全程离不开Python编程。在线实习项目都以【自学】为主，狗熊会提供相应的资源（视频、数据、代码、平台、微信群答疑）。因此，没有Python编程基础的童鞋基本不可能在项目周期内完成这个项目。为此，我们会给每个准备参加的同学做一个Python基础测试。测试不通过的同学，我们会建议您赶紧恶补Python，下次再来参加。
不能保证充足时间投入的：狗熊会为了给每个同学最好的学习环境，将为这个项目的每个学员租借一个GPU资源，它非常昂贵。因此，我们必须珍惜4周的学习时间。这意味着学员每周都要完成2-3个TASK，对于深度学习的初学者而言，这个工作强度非常大。如果不能保证每天至少1-2小时的专注学习时间（例如：晚上），请不要报名。
没有在狗熊会个人平台预习过深度学习内容的：任何对深度学习项目感兴趣的同学，都可以先【点击阅读原文】报名，报名后狗熊会将为您提供免费的个人会员平台（1周时间）。您可以在平台上提前观看狗熊会的深度学习教学视频。本项目内容安排同该视频课高度一致，您通过预习该视频可以判断出来，这是不是您想要的深度学习实训项目，以及您能顺利完成的可能性有多大。如果您把握不大，请不要报名。
项目时长4周（2019年6月17日~2019年7月14日），学员需完成如下11个任务：
第一周
TASK1.1：理解深度学习与回归分析之间的关系
TASK1.2：图像数据的读入与基本操作
TASK1.3：基于TensorFlow的线性回归
第二周
TASK2.1：基于TensorFlow的逻辑回归
TASK2.2：CNN基础技巧：卷积
TASK2.3：CNN基础技巧：池化
第三周
TASK3.1：经典CNN模型：LeNet
TASK3.2：经典CNN模型：AlexNet
第四周
TASK4.1：CNN进阶技巧：Batch Normalization
TASK4.2：CNN进阶技巧：Data Augmentation
TASK4.3：CNN进阶技巧：Transfer Learning
报名：2019年5月25日~2019年6月10日
测试：2019年6月11日~2019年6月16日
项目进行：2019年6月17日~2019年7月14日
费用：破冰价8000元/人(原价10,000元/人)。本次项目涉及GPU租用，付费和退款条款如下：
戳阅读原文拍下商品，付款次日工作人员将与您联系，进行相关的准备工作。
如您对此项目有任何问题，请咨询ying.chang@clubear.org
