深度學習的突破極大推動了人工智慧的發展，並廣泛應用在計算機視覺、自然語言處理等領域中。谷歌、百度的IDL、騰訊的AI lab、華為等都在重金佈局人工智慧，同時，以深度學習為核心技術的人工智慧企業不斷湧現，我們耳熟能詳的有：格林深瞳、商湯科技、Face++、地平線、圖森未來、依圖科技、雲從科技、極視角、中科慧眼、中科視拓、銀河水滴等。

據領英近日釋出的《全球AI領域人才報告》顯示，截至2017年一季度，基於領英平臺的全球AI（人工智慧）領域技術人才數量超過190萬，其中美國相關人才總數超過85萬，高居榜首，中國的相關人才總數為5萬人，僅為美國的1/17，同時，國內人工智慧人才缺口達到500多萬，供求比例僅為1:10，供需嚴重失衡。

作為人工智慧最稀缺的人才之一，深度學習工程師面臨近百萬的缺口，成為了各大企業競相爭奪的香餑餑，年薪大都在20萬-60萬之間。越來越多的在職程式設計師、院校學生開始學習機器學習、深度學習演算法。

深度學習崗位招聘（來自拉勾網）

深度學習，作為機器學習的一類演算法，為什麼在諸多應用領域中的表現，遠超傳統的機器學習方法？它的原理或本質到底是什麼？如何將深度學習模型應用到實際問題中？在實際問題中，深度學習模型又有哪些使用技巧？上述問題是初學者經常遇到的困惑。

中科院自動化所一線青年學者，推出《深度學習：從理論到實踐（升級版）》線上直播課程。課程體系設定充分結合理論與實踐，PPT以及程式碼均會提供給學員。

課程內容

1. 數學基礎（預習PPT）

1.1 貝葉斯決策理論、引數與非引數估計

1.2 迴歸與分類

1.3 梯度下降優化

1.4 資訊熵

2. 深度學習理論（6學時）

2.1 前饋神經網路（概述、單層神經網路、多層神經網路）

2.2 卷積神經網路（基本概念、發展歷程、網路特點、網路設定、網路訓練以及相關應用）

2.3 反饋神經網路（Hopfield網路、玻爾茲曼機、受限玻爾茲曼機）

3. 深度網路常見模型與Keras實戰（8學時）

3.1 Keras與殘差網路（從LSTM到Highway網路、從Highway網路到殘差網路、基於Highway網路的應用）

3.2 自動編碼機AE及生成對抗網路GAN（AE的起源與變種、生成對抗網路GAN、基於GAN網路的應用）

3.3 基於Keras的行為識別（行為識別問題簡介、基於深度學習的行為識別常用模型介紹、基於Keras的行為識別實踐）

3.4 基於Keras的場景分割（場景分割問題簡介、基於深度學習的場景分割常用模型介紹、基於Keras的場景分割實踐）

4. 深度學習框架（4學時）

4.1 Caffe入門（簡介、安裝和配置、優點與侷限性分析、深入Caffe原始碼、Caffe除錯）

4.2 Caffe提高（基於Caffe的MINST手寫識別、Caffe的Python介面、Caffe修改與新增Layer、網路訓練技巧）

講師團隊

汪老師，中科院自動化所一線科研學者，副研究員，在領域頂級會議期刊 ICCV、TNNLS、TIP等發表論文20多篇；參加全國視訊影象分析技術挑戰賽，獲得目標檢測識別第二名，熟練掌握並應用深度學習Keras框架和Caffe框架。

宮老師，某知名外企研究院演算法工程師，中國科學院自動化研究所博士畢業生，在計算機視覺與人工智慧領域具有近六年的研究經歷。攻讀博士學位期間主要研究方向是模式識別與影象處理，曾在模式識別領域內頂級國際期刊發表論文，參加某知名網際網路公司舉辦的影象分割競賽，獲得第四名的成績。目前主要負責計算機視覺與人工智慧方面的演算法研發工作。

課程價格

本期課程限報 300人，報滿為止。課程優惠價為 499元，前200名報名者，可領取1200G 人工智慧資料。

開課時間及形式

1. 10月29日-11月26日每週末晚7點-9點，線上直播授課；

2. 課程一年內可實時檢視視訊回放；

3. 課程PPT和源程式，會提前公開給學員；

4. 課前、課中和課後，微信群均可答疑。

請新增「深藍學院」助教微信報名