1

深度学习论文班 [研究生的福音,不再犯愁论文]

  • 开班时间:11月5日开课,每周六周日上课
  • 课程时长: 8次课 [每次课至少2小时,课上课后答疑]
  • 价       格:原价800,本周特惠499,APP内分享购买再省10元
  • 课程咨询 App内购买享10元优惠
我要报名 加入购物车

扫描下载七月在线app

IOS
Android

立即参团

请务必填写真实信息,成团之后会第一时间通知您

参团费:5元

支付方式:

机器学习热潮方兴未艾,深度学习缔造的神话层出不穷。面对这波涛汹涌的浪潮,您是选择被浪潮吞没,还是激流勇进做时代的弄潮儿?

且常听研究生有论文才能毕业,为减少迷茫,七月在线特此隆重推出《深度学习论文班》,深度解析和实战深度学习的最新/经典论文以及前沿进展,为您打开深度学习的黑箱,共同探索AI新时代。


课程概要:紧跟DL前沿进展

深度学习的崛起与最新进展

  • 深度学习如何崛起

  • 深度学习有哪些重要应用

  • 深度学习有什么最新进展

  • 深度学习的缔造者们在思考什么问题


群体定位:研究生们的福音

  1. 所有高校研究生的福音,无论是机器学习 深度学习方向,还是NLP CV方向都可以报,因为深度学习在这些方向都应用广泛;

  2. 机器学习或深度学习学习者/爱好者,帮你进一步巩固所学;

  3. 数据科学方向的从业人员,进一步提升职业技能,助力升职加薪。


所需基础:学过ML/DL即可

学过机器学习/深度学习即可。预习课程:《深度学习 第三期 [同品类最牛,培养DL工程师]》。课程试听:《论文公开课》。课程福利:报本论文班即送「七月在线DL翻译组」翻译的全部论文https://ask.julyedu.com/question/7612


上课方式:直播答疑两不误

七月在线官网上在线视频直播(支持Windows、mac、pad、手机浏览器等一切平台,无需安装任何额外软件),课上实时答疑,课后提供课程视频可反复观看,且有任何疑问可随时在课程群向讲师提问。


讲师天团:5位博士顶级护航

1507620359466943.jpg

管博士

加州大学洛杉矶分校(UCLA)数学博士,中科大数学学士,五年数学课讲课经验,目前在华尔街一家金融公司做数据处理等工作。



1507620897843592.png

邓博士

布朗大学应用数学博士兼中科大高分子物理博士,数学功底扎实,且有多年的ML工业应用经验。曾担任startup 公司Parkloco chief data scientist, 目前就职Google广告部门,负责实时大数据分布式处理系统。


1507621029225324.jpg

Johnson

CMU计算机博士,熟练机器学习、统计与凸优化。曾工作于百度、谷歌等公司的AI实验室。更在AAAI/IJCAI/AISTATS等顶级会议上发表过多篇论文。


1507622290383046.jpg

李博士

香港中文大学在读博士,研究方向为计算机视觉、深度学习、增强学习等,主攻深度学习在物体识别与跟踪上的应用。曾作为港中大团队一员,参与ImageNet 2015大规模物体识别比赛获得第二名。在CV、ML等领域的顶级会议(ICCV、ICML)和期刊(IEEE-TIP)上发表多篇论文。

第一周 Hinton 两篇奠基性的文章,开启深度学习的新纪元

  • [1] (管)Hinton, Geoffrey E., Simon Osindero, and Yee-Whye Teh. "A fast learning algorithm for deep belief nets." Neural computation 18.7 (2006): 1527-1554. pdf (Deep Learning Eve)

  • [2] (邓)Hinton, Geoffrey E., and Ruslan R. Salakhutdinov. "Reducing the dimensionality of data with neural networks." Science 313.5786 (2006): 504-507. pdf (Milestone, Show the promise of deep learning)


第二周 CNN的在图像分类上的重要应用与理论阐释

  • [3] (李)Krizhevsky, Alex, Ilya Sutskever, and Geoffrey E. Hinton. "Imagenet classification with deep convolutional neural networks." Advances in neural information processing systems. 2012. pdf (AlexNet, Deep Learning Breakthrough)

  • [4] (赵)Vincent Dumoulin and Francesco Visin. "A guide for convolution arithmetic for deep learning" pdf


第三周 CNN的最新进展以及RNN在语音识别上的应用

  • [5] (彭)DenseNet. Densely Connected Convolutional Networks.pdf

  • [6] (管)Graves, Alex, Abdel-rahman Mohamed, and Geoffrey Hinton. "Speech recognition with deep recurrent neural networks." 2013 IEEE international conference on acoustics, speech and signal processing. IEEE, 2013. pdf (RNN)


第四周 深度模型的训练方法与理论的两项突破性进展

  • [7] (李)Jaderberg, Max, et al. "Decoupled neural interfaces using synthetic gradients." arXiv preprint arXiv:1608.05343 (2016). pdf (Innovation of Training Method,Amazing Work)

  • [8] (赵)Kenji Kawaguchi. "Deep Learning without Poor Local Minima" pdf (great work on fundation of deep learning)

  • 课程大纲中所涉及的文献原文:建议同学们每节课前预习所要讲的文章

  • 三位大神的深度学习介绍性文章:LeCun, Yann, Yoshua Bengio, and Geoffrey Hinton. "Deep learning." Nature 521.7553 (2015): 436-444. pdf (Three Giants' Survey)