随着大数据时代的到来,深度学习越来越受到欢迎,可以说已经成为近年来最有“钱景”的方向之一,深度学习工程师的身价即使在以高薪著称的数据科学行业也遥遥领先。
But,深度学习的入门门槛较高,不但在数据处理、构建和优化算法等方面学习都比较困难,还离不开贵死人的GPU。那么,有没有快速入门深度学习的捷径?
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上手练习。同时,为了降低门槛,更好地为大家服务,此次配备的GPU资源有两种方案供大家选择:
【方案1】
【方案2】
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:狗熊会共享GPU,4000元/人;阿里云独享GPU,8000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