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  »  Git

线上报名 | NVIDIA零基础公开课:用开源软件DIGITS实现图像分类

PaperWeekly • 7 年前 • 473 次点击  


热谈人工智能的应用和未来之余,您是否更想知道自己的企业要怎样开始行动,如何开启“深度学习”来解决行业问题,实现行业 + AI,抢占制胜先机? 


为了帮助更多的开发人员和企业迈入人工智能之路,英伟达深度学习学院 (NVIDIA Deep Learning Institute,简称 DLI)在全球提供系统化的人工智能(AI)和加速计算方面的动手实验培训,覆盖医疗、金融、汽车、内容创作等广泛的应用领域。


学员通过访问云端完全配置的 GPU 加速工作站,包括软件工具、神经网络和数据集,可以亲自上机体验完整的深度学习工作流程,掌握实现某项应用任务的技能,拓展探索解决行业问题的思路和能力。如欲了解更多 DLI 课程,请访问 www.nvidia.cn/DLI。 


4 月 16 日晚 8 点,PaperWeekly 邀请 NVIDIA DLI 为广大组织机构的开发者,开设深度学习零基础入门公开课。



课程介绍



 无需写代码,用开源软件DIGITS实现图像分类 


 级别: 初级   预备知识: 无  |

 行业: 所有   Frameworks: Caff 


此实验室会向您展示如何通过在 Caffe 框架上的 NVIDIA DIGITS 和 MNIST 手写数据集,在深度学习工作流程中利用深度神经网络 (DNN), 尤其是卷积神经网络 (CNN) 解决真实图像分类问题,您会学到: 


  • 构建运行在 GPU 上的深度神经网络 

  • 管理数据准备、模型定义、模型训练和问题排查过程 

  • 使用验证数据来测试和尝试不同策略来提升模型性能 


完成此实验室后,您将能够使用 NVIDIA DIGITS 来构建、训练、评估和提升您的图像分类应用程序中 CNN 的准确性。


 额外福利 :所有成功完成本次实验的用户,均将获赠由 NVIDIA 提供的价值 30 美金的课程实践机会



嘉宾介绍




Emily Zhao

 英伟达开发者社区经理 

 深度学习学院认证讲师 


2013 年毕业于中国石油大学(北京),获得数学与应用数学学士学位和地球物理勘探硕士学位,具有 GPU/CUDA 开发项目实战经验。2016 年加入英伟达负责产品市场工作,目前专注于 GPU 开发者社区管理和 GPU 开发工具-SDK 的推广。



报名方式



 1   点击底部阅读原文填写报名申请表,请务必牢记您所填写的邮箱;

 2   扫描下方二维码添加小助手获取 DLI 课程实验账号注册链接,注册邮箱需和报名表所填邮箱保持一致

 3   完成账号注册和授权后,小助手将邀请您加入课程微信交流群;

 4   本次课程包含动手实践,请确保您的电脑安装有 Chrome 59 (或以上版本) 浏览器


          

NVIDIA深度学习学院

 

无需写代码

用开源软件DIGITS实现图像分类

英伟达开发者社区经理Emily Zhao


内容分享√动手实验在线Q&A√


活动形式:PPT直播 + 动手实验

 

 活动时间 

4 月 16 日(周一)20:00


长按识别二维码,添加小助手

*添加好友请备注「NVIDIA」





往期直播

 


从编码器与解码器端改进生成式句子摘要

非自回归神经机器翻译 + ICLR 2018 论文解读实录

腾讯AI Lab涂兆鹏:如何提升神经网络翻译的忠实度

微软亚洲研究院论文解读:GAN在网络特征学习中的应用

微软亚洲研究院吴俣:基于动态词表的对话生成研究

基于生成模型的事件流研究 + NIPS 2017 论文解读


*查看更多往期实录,请点击PaperWeekly公众号底部精品栏目菜单。



关于PaperWeekly


PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。


▽ 点击 | 阅读原文 | 即刻报名


今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/8sI7EgIOZ5
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/10410
 
473 次点击