深度学习(Deep Learning, DL)是机器学习的技术和研究领域之一,通过建立具有阶层结构的人工神经网络(Artifitial Neural Networks, ANNs),在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选,因此深度学习具有表征学习能力,可以实现端到端的监督学习和非监督学习。 深度学习所使用的阶层ANN具有多种形态,其阶层的复杂度被通称为“深度”。按构筑类型,深度学习的形式包括多层感知器、卷积神经网络、循环神经网络、深度置信网络和其它混合构筑。 在应用方面,深度学习被应用于对复杂结构和大样本的高维数据进行学习,目前在人像识别、机器翻译、自动驾驶等现实领域中取得了成功。 本次活动的嘉宾是翼支付建模算法工程和炎炎课堂负责人 - 施炎。 施炎,目前任职风险管理部,主要工作是通过“大数据+人工智能技术”,实现“金融+场景+数据”风控实时交易监
RSVP'd
深度学习(Deep Learning, DL)是机器学习的技术和研究领域之一,通过建立具有阶层结构的人工神经网络(Artifitial Neural Networks, ANNs),在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选,因此深度学习具有表征学习能力,可以实现端到端的监督学习和非监督学习。
深度学习所使用的阶层ANN具有多种形态,其阶层的复杂度被通称为“深度”。按构筑类型,深度学习的形式包括多层感知器、卷积神经网络、循环神经网络、深度置信网络和其它混合构筑。
在应用方面,深度学习被应用于对复杂结构和大样本的高维数据进行学习,目前在人像识别、机器翻译、自动驾驶等现实领域中取得了成功。
本次活动的嘉宾是翼支付建模算法工程和炎炎课堂负责人 - 施炎。
施炎,目前任职风险管理部,主要工作是通过“大数据+人工智能技术”,实现“金融+场景+数据”风控实时交易监控,在图像处理方面主要从事虚假证件识别工作,有着很丰富的人工智能技术实践。
与人群要求:
对深度学习理论和实践感兴趣,热衷实践,以分享技术,交流思想为乐的朋友。
请各位小伙伴携带电脑哦~
日程安排
l 13:30 - 14:00 签到、及课件的下载
l 14:00 - 14:50 嘉宾介绍& 卷积神经网络结构讲解& 图像分类
l 15:00 - 15:50 对抗生成网络结构讲解& 图像生成
l 16:00 - 16:50 风格生成网络结构讲解& 图像风格迁移
l 17:00 - 17:30 R-CNN、Fast R-CNN、Faster R-CNN网络结构讲解& 图像目标检测
l 17:30 - 18:00 作业、总结、自由交流环节
报名链接:https://www.huodongxing.com/event/5492339253600
报名链接:https://www.huodongxing.com/event/5492339253600
Contact Us