关于举办“深度学习-基于Tensorflow的实战”培训的通知

　　各有关单位：

　　中国科学院计算技术研究所是专门的计算技术研究机构，同时也是中国信息化建设的重要支撑单位，中科院计算所培训中心是致力于高端IT类人才培养及企业内训的专业培训机构。中心凭借科学院的强大师资力量，在总结多年大型软件开发和组织经验的基础上，自主研发出一整套课程体系，其目的是希望能够切实帮助中国软件企业培养软件技术人才，提升整体研发能力，迄今为止已先后为培养了数万名计算机专业人员，并先后为数千家大型国内外企业进行过专门的定制培训服务。

　　深度学习是对使用多层神经网络过程进行机器学习的统称，多层神经网络是一种利用多种数学方法，及其方法组合的模型。近几年人们有能力卓有成效地利用神经网络，其原因主要一是获取足够数量的数据成为现实;二是得益于通用GPU的发展，多层神经网络拥有了超越其他机器学习方法的优势。当决定如何有效地利用数据时，深度学习能够赋予模型更大的灵活性。

　　TensorFlow是谷歌开源的主流深度学习框架，目前已在谷歌、优步、京东、小米等科技公司广泛应用。本课程使用TensorFlow框架作为深度学习入门，使学员以快、有效的方式上手TensorFlow和深度学习。课程中省去了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何使用深度学习解决这些问题，包含了深度学习的知识和大量实践经验，帮助学员走进这个新、火的人工智能领域。

　　本培训介绍基于TensorFlow进行数据处理、数据探索的基本方法，并对TensorFlow算法原理及实现进行讲解。

　　一、培训对象

　　1，系统架构师、系统分析师、程序员、开发人员。

　　2，牵涉到网络采集、处理和规划的负责人、设计人员。

　　3，政府机关，金融保险、移动等以互联网信息为数据来源单位的负责人。

　　4，高校、科研院所牵涉到网络数据采集与数据处理及展现的项目负责人。

　　二、学员基础

　　1，对IT系统设计有一定的理论与实践经验。

　　2，有一定的机器学习基础知识和开发经验。

　　3，有一定的机器学习与大数据处理的知识。

　　三、师资

　　由业界知名大数据亲自授课：

　　杨老师 主要研究网络信息分析、机器学习以及大数据相关技术，长期从事网络信息处理、机器学习以及大数据分析系统的研究开发工作，主持和参与了多个和省部级基金项目，具有丰富的工程实践及软件研发经验。

　　四、培训内容

　　讲 深度学习简介

　　1) 人工智能、机器学习与深度学习

　　2) 深度学习的发展历程

　　3) 深度学习的应用

　　4) 深度学习工具介绍和对比

　　第2讲　安装TensorFlow

　　1) 选择安装环境

　　2) TensorFlow的安装

　　3) 安装Jupyter Notebook

　　4) 安装matplotlib

　　5) TensorFlow测试样例

　　第3讲　TensorFlow基础

　　1) TensorFlow计算模型及计算图

　　2) TensorFlow数据模型及张量

　　3) TensorFlow运行模型及会话

　　4) 神经网络及前向传播算法简介

　　5) TensorFlow训练神经网络模型

　　第4讲 深层神经网络

　　1) 深度学习与深层神经网络

　　2) 损失函数定义

　　3) 神经网络优化算法

　　4) 神经网络学习率的设置

　　5) 过拟合问题及滑动平均模型

　　第5讲 MNIST数字识别

　　1) MNIST数据处理

　　2) TensorFlow训练神经网络

　　3) 不同模型效果比较及变量管理

　　4) TensorFlow模型持久化

　　5) TensorFlow实践样例

　　第6讲 图像识别与卷积神经网络

　　1) 图像识别问题简介及经典数据集

　　2) 卷积神经网络简介

　　3) 卷积层和池化层

　　4) LeNet-5模型和Inception-v3模型

　　5) TensorFlow实现迁移学习

　　第7讲 图像数据处理

　　1) TFRecord输入数据格式

　　2) TensorFlow图像处理函数

　　3) 队列与多线程

　　4) 输入文件队列

　　5) 组合训练数据(batching)

　　第8讲 循环神经网络

　　1) 循环神经网络简介

　　2) 长短时记忆网络(LT)结构

　　3) 双向循环和深层循环神经网络

　　4) 样例应用-自然语言建模

　　5) 样例应用-时间序列预测

　　第9讲 TensorBoard可视化

　　1) TensorBoard简介

　　2) TensorFlow计算图可视化

　　3) 命名空间与节点信息

　　4) 监控指标可视化

　　0讲 TensorFlow计算加速

　　1) TensorFlow使用GPU

　　2) 深度学习训练并行模式

　　3) 多GPU并行

　　4) 分布式TensorFlow原理

　　5) 分布式TensorFlow模型训练

　　五、培训目标

　　1，了解深度学习和Tensorflow的相关知识。

　　2，学习Tensorflow的核心技术方法以及应用特征。

　　3，深入使用Tensorflow在深度学习中的使用。

　　六、培训时间、地点

　　时间： 2018年9月5日-9月7日 地点：上海

　　七、证书

　　培训结束，颁发中科院计算所职业培训中心“深度学习-基于Tensorflow的实战”结业证书。

　　八、费用

　　培训费：5800元/人(含教材、证书、午餐、学习用具等)。住宿协助安排，费用自理。