中科院计算所烟台分所
烟台中科网络技术研究所
“深度学习理论与实战及GPU高性能计算解决方案应用”
高级培训班的通知
各有关学校：
随着人工智能（AI）特别是深度学习（Deep Learning）近年来的飞速发展，在多个领域的成功应用，已经成为当前学术界和各行业最炙手可热的研究应用方向。不仅广泛应用于搜索引擎、电子商务、社交网络等互联网服务，并且在计算视觉、自然语言处理、金融、生物医药等行业AI的研究与应用也呈现爆发式增长。同时由于深度学习（Deep Learning）需要处理的海量数据非常庞大，GPU（CUDA、OPENACC、OPENCL）计算在人工智能/深度学习领域展现出相比传统CPU计算巨大的优势，极大的提高了计算能力，降低时间成本，已经成为深度学习计算的首选解决方案。为加强AI技术的创新发展和应用，培养社会急缺的深度学习专业人才，中国科学院计算技术研究所烟台分所特别邀请深度学习领域的专家，举办“深度学习理论与实战及GPU高性能计算解决方案应用“高级培训班。
主办单位： 中国科学院计算技术研究所烟台分所 烟台中科网络技术研究所
承办单位： 北京中科云畅应用技术研究院
培训时间地点： 2018年 4月13日 —— 2018年4月16日 济南（山东大学）
（第一天报到，培训三天）
培训费用：每人 3900元（含报名费、培训费、资料费），食宿可统一安排，费用自理。
培训目标：通过讲授机器学习和深度学习理论及算法，让学员对机器学习、深度学习技术方法有深入的理解，同时学习深度学习开源平台的开发方法，学习并实践深度学习GPU计算解决方案。
培训对象：院校计算机专业、网络通信专业、电子工程专业、信息计算科学专业、统计学专业等对AI /深度学习技术及研发感兴趣的老师、研究生等。相关从事大数据、数据挖掘、机器学习、计算视觉、自然语言处理、人机交互等领域研发的单位的技术部门、IT企业的工程师、研发负责人、算法工程师等。
培训方式: 1、培训讲座； 2、高性能计算环境下的上机实操； 3、专题小组研讨与案例讲解分析结合；
报名办法：请各有关部门统一组织本地区行政、企事业单位报名参加会议，各单位也可直接报名参加。报名回执表请传真至会务处。
附件
一、主讲专家：
主讲专家来自中科院及高校的深度学习和高性能计算高级专家，拥有丰富的科研及工程技术经验，长期从事计算领域国家重大项目研究，具有资深的技术底蕴和专业背景。
二、培训内容：
|
模块一：深度学习理论与实战
|
|
一、人工智能、机器学习、深度学习的历史和基本思想
|
1，人工智能概述、机器学习概述及基本思想
2，深度学习的前生今世、发展趋势
3，深度学习的主要模型及应用场景
|
|
二、生成性对抗网络GAN
|
1， GAN的理论知识
2， GAN经典模型：
CGAN
LAPGAN
DCGAN
3，GAN实际应用： DCGAN提高模糊图片分辨率
|
|
三、卷积神经网络
|
1，CNN卷积神经网络：
卷积层（一维卷积、二维卷积）
池化层（均值池化、最大池化）
全连接层
激活函数层
Softmax层
2，CNN卷积神经网络改进：
R-CNN （SPPNET）
Fast-R-CNN
Faster-R-CNN （YOLO、SSD）
3， CNN应用案例：
CNN与手写数字集分类
YOLO实现目标检测
PixelNet原理与实现
利用卷积神经网络做图像风格结合
|
|
四、循环神经网络
|
1， RNN循环神经网络：
梯度计算
BPTT
2， RNN循环神经网络改进：
LSTM
Bi-RNN
3，RNN实际应用： Seq2Seq的原理与实现
|
|
五、强化学习
|
1， 强化学习的原理；
2， RL实际应用；
|
|
六、迁移学习
|
1，迁移学习的理论概述；
2，迁移学习的常见方法：
特征、实例、数据、深度迁移、强化迁移、研究案例；
|
|
模块二：AI+HPC、GPU高性能及深度学习
|
|
一、 GPU通用计算
|
1、高性能计算的应用场景和实际意义；
2、CPU/GPU体系结构对比介绍：
流水线、多核、缓存、访存、通信模型、分支预测等；
3、HPC场景：GPU加速高性能计算；
4、AI场景：GPU加速深度学习；
5、AI+HPC场景：
深度学习应用耗时分析
矩阵乘和卷积
对应的GPU解决方案；
|
|
二、 GPU高性能计算
|
1、搭建高性能计算平台，CUDA开发环境搭建和工具配置；
2、CUDA基础：
API、数据并行、线程模型、存储模型、控制、同步、并发和通信、加速比；
3、CUDA优化进阶：
线程组织调度，访存优化，数据传输，原子操作；
4、GPU并行计算模式及案例分析；
5、CUDA 9新特性；
|
|
GPU高性能上机实操：
1、向量加；
2、深度学习瓶颈函数的GPU实现：矩阵乘，卷积；
|
|
三、 GPU深度学习
|
1、搭建深度学习平台，深度学习显卡选型；
2、Pascal架构和Volta架构；
3、深度学习GPU解决方案：
3.1基于GPU的交互式深度学习训练平台：DIGITS；
3.2深度学习框架的GPU加速：TensorFlow，Caffe等；
3.3 NVIDIA深度学习SDK：cuDNN，TensorRT，NCCL；
|
|
GPU深度学习上机实操：
1、Caffe，TensorFlow等通用深度学习框架的GPU加速库cuDNN的使用；
2、深度学习推理引擎TensorRT的使用；
|
三、颁发证书：
学员经培训考试合格后可以获得：由中国科学院计算技术研究所烟台分所颁发的培训证书。
备注：请学员带身份证复印件一张（办理证书使用）
四、报名方式：
联系人：冯老师
报名电话： 13717604109
报名邮箱： 3227283712@qq.com
备注：此次培训全程在山东大学机房上课，每人一台电脑，理论结合案例全程上机实操，限额人数35人，如要参会请提前联系冯老师并尽快报名！
| 会议时间 | 2018-04-13至2018-04-16 |
| 会议地点 | 山东济南 |
| 主办单位 | 中国科学院计算技术研究所烟台分所 |
| 联系人 | 冯老师 |
| 电话 | 13717604109 |
| Email | 3227283712@qq.com |
| 会议规模 | 31-50人 |
| 官方网址 | http://www.int-yt.com |
声明：
1.以上会议非科学网主办或承办会议，科学网会议频道会议来自于互联网方便用户了解行业信息，如需参会、汇款、获取邀请函或会议日程，请与主办单位联系
2.部分会议信息来自互联网，由于网络的不确定性，科学网对所发布的信息不承担真实性的鉴别工作，请谨慎选择汇款参会，若您发现信息有误，请联系010-62580809纠错
3.更多服务信息请点击这里
