LOFTER-网易轻博

深度学习和强化学习作为机器学习及人工智能领域的一种重要方法，目前在图像处理、对话机器人、游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。强化学习被认为是从感知智能通往认知智能的重要基石。目前不少行业已经积累了规模可观的数据，但认知智能却迟迟未见突飞猛进地发展，为进一步加强我国人工智能专业技术人才队伍建设，进一步推广人工智能与神经网络技术的应用，完善新一代信息技术支撑供给侧结构性改革的传导机制和服务平台，我公司联合邹博团队定于2022年6月举办“深度学习与强化学习技术实战”高级研修班，现将有关事宜通知如下：

参会对象

各政府、科研院所、企事业单位相关业务部门主管领导、研究人员等科技工作者；各高等院校大数据相关学科、计算机、软件、信息管理、统计、电子商务、金融、工商管理、数理统计专业等科研、教学带头教师、博士生、硕士生等，各行业数据分析相关技术爱好者。

时间地点：可咨询：13932327338    13932327338@163.com

2022年6月17日--19日 9:00-12:00 14:00-17:00 在线授课

会议目标

虽然课程坚持推导公式，但更重视系统的原理与实操；将实际工作中遇到的行业应用和痛点做最直观切实的展示；重视算法模型的同时，更强调实际问题中应该如何模型选择、特征选择和调参。

（1）快速入门并掌握Python、PyTorch、Tensorflow的编码精髓。

（2）熟悉并熟练运用各种图像识别、自然语言处理、强化学习的算法。

（3）了解现在深度学习前沿的各类算法。

授课专家

邹伟，睿客邦创始人、国内资深AI专家，擅长利用AI技术解决工业、工程中的复杂问题。华东建筑设计研究总院研究员、山东交通学院客座教授、南昌航空大学硕士生导师、上海市计划生育科学研究所特聘专家、天津大学创业导师、中国医药教育协会老年运动与健康分会学术委员；领导睿客邦与全国二十多所高校、国企建立了AI联合实验室，完成50多个深度学习实践项目，广泛应用于医疗、交通、农业、气象、银行、电信等多个领域。

参会费用

培训费用：3880元/人；费用包含会议费、资料费、授课费、增值税正式发票。

深度学习与强化学习技术实战议程

第一天

第一节：神经网络初见—直接上手搭建深度学习环境！

1.手把手教你进行深度学习环境配置（PyTorch、TF+CUDA+CuDNN +IDE安装与配置）

初识神经网络—带你掌握简单模型实现和调参！

2、多层感知机、隐藏层、激活函数

3、损失函数、模型训练和测试、训练误差、泛化误差

4、权重衰减、丢弃法、模型选择

代码验证：

• 房价预测

• 生猪价格预测

• A股预测

• 泰坦尼克乘客存活率估计

• 新冠疫情确诊人数预测

第二节:卷积神经网络—打造一个人脸识别系统！

1、卷积和池化

2、特征图和感受野

3、经典卷积神经网络LeNet5、AlexNet、VGG、GoogLeNet、ResNet、DenseNet

代码验证：

• 智慧课堂：课堂专注度及考试作弊系统。

• 员工考勤系统：基于残差网络的考勤系统。

• 给自己设计一款美颜神器吧！

第三节：循环神经网络—你现在也是一个诗人、作词家了!

1、语言模型、n元语法

2、RNN、GRU、LSTM、双向循环

代码验证：

• 基于char-rnn生成周杰伦歌词

• 基于LSTM的唐诗，藏头诗，按需自动生成古诗。

第二天

第四节：注意力和Bert—给自己开发一个闲聊机器人吧！

1、词向量

2、注意力机制

3、Bert

代码验证：

• 闲聊机器人：（涉及到知识增强、句向量、检索库构建、相似度匹配、生成式聊天等技术）。

• 周杰伦歌曲问答系统。

• 豆瓣电影、书籍的知识图谱问答系统。

第五节：生成式深度学习—你也会画梵高的作品了！

1、变分自编码VAE

2、GAN网络

3、采用VAE和GAN生产图像

4、DCGAN 、CGAN

代码验证：

• 给自己生成一张卡通头像吧！

• 将一张普通的图片变成梵高风格的图片。

• 图片复原—将模糊的老照片变成高清无码的新照片。

第六节：走近深度学习前沿—现在深度学习在研究什么呢？

1、多任务

2、对比学习

3、知识蒸馏

代码验证：

• 模型太大，无法部署？来吧，教你知识蒸馏压缩模型！

• 当万物混合时，如何让模型学会自动分辨？

• 请停止你极端的侮辱！情感和仇恨的联合检测！

第三天

第七节：强化学习三大基础算法-在你自己构建的迷宫里寻宝

1、强化学习的理论基础和数学建模（马尔可夫决策模型）

2、贝尔曼方程

3、动态规划（策略迭代和值迭代）

4、蒙特卡罗（On-Policy和Off-Policy）

5、时序差分（Sarsa算法、Q-learning算法）

代码验证：

• Pygame介绍

• 自己建一个属于自己的网格寻宝游戏！（风、陷阱）

• 开发一个十点半游戏吧！

第八节： DQN方法—来玩各种雅达利的游戏吧！

1、DQN方法

2、Double DQN方法

3、Dueling DQN方法

代码验证：

• 使用DQN玩飞翔的小鸟吧！

• 使用DQN玩超级玛丽吧!

• 使用DQN玩转俄罗斯方块！

第九节：随机策略梯度方法——打造一个炒股神器！

1、REINFORCE方法

2、PPO方法

3、Actor-Critic

4、A3C

代码验证：

• 基于PPO来打造一个炒股神器！

• 使用AC算法训练“钟摆”游戏！

• 使用A3C玩“超级玛丽”游戏！

第十节：博弈强化学习—开发一个ALphago五子棋！

1、博弈及博弈树

2、蒙特卡罗树搜索

3、AlphaGo的整体思路

4、AlphaGo Zero下棋原理

5、AlphaGo Zero的网络结构

代码验证：

• 使用ALphago的原理开发一个ALphago五子棋！