3
你听说过英伟达深度学习学院 DLI （Deep Learning Institute）吗？
自从向 AI 转型以后，英伟达的股价可说是和深度学习的市场趋势紧紧拴到了一起。因此，接下来的事也就顺理成章：英伟达联合谷歌、Facebook、亚马逊等同样弄潮 AI 浪头的互联网巨头，以及 Yann LeCun 等顶级学者，联合设计从入门到进阶的 AI 培训课程。这些课程，就放在了英伟达深度学习学院 DLI 旗下。
去年，DLI 在全球范围内累计培训超一万人。2017 年，老黄把目标定为培训十万深度学习开发者。DLI 自此也终于大举进军祖国大陆。
你或许要问，英伟达一家硬件公司，为什么会如此下血本做培训？
人才缺口。不论是 Yoshua Bengio 所担忧的“AI 人才培养的速度赶不上科技公司的需求 ”，还是李开复把互联网巨头们指为“黑洞”——AI 人才被吸进去出不来，造成了其他企业的技术人才荒；都指向一个显而易见的事实：全球性的 AI 人才短缺。
需求不匹配。现有的慕课、教学资源基本都来自于高校，这就决定了它们偏重理论与研究。而无论是开发者还是雇主，其实都更需要能快速上手、投身生产的培训项目。以实战为导向的深度学习培训被呼吁了好几年，但质量参差不齐。
当然，对于英伟达而言，玩深度学习的人多了，高端 GPU 卖得就更好了。
DLI 何时进入中国？
DLI 的深度学习入门培训有两种形式：线上实验室（lab）以及线下训练营（workshop）。
虽然 DLI 的深度学习培训项目在国际上享有盛誉，但在中国市场发力较迟。目前，线上实验室只有英文版。在大陆开展的线下训练营，就成为国内开发者、深度学习学习者参与该培训项目的的唯一渠道。
7 月 8 日，中国计算机学会主办的 CCF-GAIR ，国内在线 AI 慕课平台 mooc.ai，将与英伟达三方合作——在 GAIR 大会期间举办一期 DLI 深度学习训练营。GAIR 大会是国内迄今已来最高规格的人工智能峰会，借此机会邀请英伟达 DLI 来到深圳，向大家提供参与这一业界顶级深度学习训练营的机会。
本期线下训练营为期一天，定位为面向深度学习入门学习者的零基础入门培训。学员需要自带电脑，在 DLI 讲师指导下进行操作。旨在通过动手实验，亲身体验深度学习的完整工作流程，包括数据管理、模型设计和训练、应用优化和部署。
本期训练营将：
以实战为导向
英伟达 DLI 特聘专家现场指导
帮助学员了解顶级互联网公司的实践方法
全程提供 AWS 云端 GPU
学员将获得英伟达深度学习学院 DLI 颁发的证书
本训练营最大的特点，是相比“传统” AI 慕课，它偏向技能培训而非理论教学。
本次训练营以大家最关心、应用最广的计算机视觉技术为主题。除去用来热身的“揭秘深度学习”讲座，共有三场培训：分别围绕图像分类、目标检测、图像分割这三个核心任务。其中，“使用 TensorFlow 进行图像分割”需要基本编程能力，另外两门不作要求。详情如下：
该课程将讲授如何借助深度神经网络，尤其是 CNN，在深度学习工作流里解决实际图像分类问题。本课程将使用 Caffe、英伟达 DIGITS 以及 MNIST 手写数字数据集。你将学到：
设置能在 GPU 上运行的深度神经网络架构
管理数据预处理、模型定义、模型训练以及应对疑难问题。
使用验证数据测试、尝试不同策略，来提升模型效果
这门课之后，你将能够在你自己的图像分类应用上，利用英伟达 DIGITS 架设、训练、评估、提升 CNN 的精确度。
这门课会教授学员们计算机视觉四大任务之一的目标检测。课程会讲授三种方法：sliding window，全卷积神经网络（FCN），和 DIGITS 的 DetectNet 网络模型。你将学到：
如何借助三大因素衡量目标检测方法：模型训练时间，模型精度和部署后的检测速度
执行 sliding window 进行目标检测
把全连接网络转化为全卷积网络（FCN）
使用 DIGITS 的 DetectNet 进行更高效的目标检测
该课后，你将会理解每种目标检测方法的优点，学习如何在 Caffe 上，使用英伟达 DIGITS 训练的神经网络检测目标。
本课将探索把图像分割为空间区块的重要性。这以超出检测图像里单个目标的范围。你将学习如何对一个图块，而非整幅图像的像素进行分类。你将学到：
使用 TensorFlow 架设、训练、评估全卷积网络（FCN）
利用 dice metric 解决类不平衡问题
通过调整超参数调节训练时间和模型精度
完成之后，你讲学会如何在 TensorFlow 中训练、评估图像分割网络。
学习形式：线下授课 + 交流答疑
时间：7 月 8 日
地点：深圳市福田区福华路大中华喜来登酒店
培训价格：1999 元，前五十名报名者提供五折早鸟票，先到先得！
报名地址：http://www.mooc.ai/course/90
雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
