讲师指导的培训班
深度学习基础——理论与实践入门

全球的组织机构和企业正在运用人工智能 (AI) 来应对所面临的巨大挑战和机遇,例如医疗专业人员采用 AI 为病人提供更准确、更快速的诊断,零售企业使用 AI 提供个性化的客户购物体验,汽车制造商应用 AI 让私家车、共享出行和运输服务更加安全和高效。深度学习是一种功能强大的 AI 方法,它运用多层人工神经网络在目标检测、语音识别和语言翻译等任务中实现了出色的准确性。即便是那些让软件编写专家都觉得过于复杂和无从下手的数据,计算机都可以通过深度学习方法来从这些数据中学习和识别模式。

在本课程中,结合动手实践,您将主要学习深度学习在计算机视觉领域的原理和应用开发技能,并了解自然语言处理的基础知识。您将从零开始训练深度学习模型,运用相关工具和技巧,来获得高精确度的结果。您还将学习使用免费、先进的经过训练的模型,来大幅节省时间,快速落地深度学习应用。

 

学习目标



完成本课程后,您将能够:
  • 学到训练深度学习模型所需的基础技能和工具
  • 了解常见的深度学习数据类型和模型架构 
  • 通过数据增强优化数据集,提高模型精准度 
  • 通过模型间的迁移学习,用较少的数据和计算量获得高效的结果 
  • 利用先进的深度学习框架自信地运作自己的项目

下载课程大纲 (PDF 432 KB)

课程大纲

议题 说明
课程介绍
(15 分钟)
  • 讲师介绍
  • 登录 DLI 学习平台
深度学习机制
(180 分钟)

    探索训练深度学习模型所需的基础技能和工具:

  • 通过训练一个计算机视觉模型,来学习深度学习训练的过程
  • 利用卷积神经网络来提高视觉应用中的预测精度
  • 应用数据增强来增强数据集,并改进模型泛化能力
休息 (60 分钟)
预训练模型和大语言模型
(120 分钟)

    利用预训练模型快速应对深度学习挑战;基于时序数据,训练循环神经网络 (RNN):

  • 集成一个预先训练好的图像分类模型,以创建一个自动狗门
  • 利用迁移学习创建定制化的狗门,只让自家的狗进入
  • 使用大语言模型 (LLM) 根据提供的文本回答问题
休息 (15 分钟)
目标分类
(60 分钟)

    应用计算机视觉技术创建一个能够区分新鲜和腐烂水果的模型:

  • 创建并训练一个能够分析彩色图像的模型
  • 构建一个能够最大限度利用小数据集的数据生成器
  • 结合迁移学习和特征提取提升训练速度
  • 探讨可以进一步提升技能的先进神经网络架构和当下研究领域
总结
(30 分钟)
  • 回顾所学关键内容
  • 完成测试并获取证书
  • 填写培训调查表
  • 了解如何设置您自有的 AI 应用开发环境
下一步

学习更多 DLI 相关课程:

 

培训详情

课程时长:8 小时,课后 6 个月内可以继续访问课件和实验 (实验资源用量有限额)

课程模式:讲师实时授课,每位学员可使用云端完全配置的加速工作站实验练习

价格:

> AI 培训班每人 3500 元 (提供发票)

> 企业专属培训:联系我们,微信添加 NVIDIALearn

预备知识:

> 了解 Python 3 中的编程基本概念,如函数、循环、字典和数组

> 熟悉 Pandas 数据结构

> 了解如何计算线性回归

课程涵盖的技术:PyTorch, Pandas、卷积神经网络 (CNNS)、数据增强、迁移学习、自然语言处理

课程测评问题类型:技能导向的编码评估,测试训练深度学习模型以达到高精准度的能力

培训证书:成功完成本课程和测试后,学员将获得 NVIDIA DLI 培训证书,证明在相关领域的能力,为职业发展提供证明

学习此课程的硬件要求:您需要一台笔记本电脑或台式机,且能够运行最新版 Chrome 或 Firefox 浏览器。我们为您提供在云端完全配置的 GPU 加速工作站的专用访问权限

课程语言:中文

如果您的企业希望获取或提升在 AI、加速数据科学或加速计算方面的核心技能,NVIDIA DLI 讲师指导的培训班将是您的信心之选

学习更多 DLI 课程

构建基于大语言模型(LLM) 的应用

为大语言模型添加新知识

构建基于扩散模型的生成式 AI
应用

构建大语言模型 RAG 智能体

模型并行 —— 构建和部署大型神经网络

构建基于 Transformer 的自然语言处理应用

遇到问题 ?