课程介绍

• 

  傅志文

  开发组长/高级工程师/技术专家

  2005年加入IBM，参与和领导高性能计算、大数据分析和深度学习诸多项目，现工作于BlueMind深度学习项目。

• 

  宋煜

  开发组长/高级工程师/技术专家

  宋煜在高性能计算领域工作了5年并在操作系统方面有15年的开发经验。在深度学习方面也有3年多的经验。是实时物体识别开源项目Eyes的创始人。该项目利用特殊的联合loss函数达到Caffe faster-rcnn 5倍以上的性能。他也是OpenPOWER组织的成员之一。他有着丰富的系统性能和算法调优经验。目前正带领团队开发并行化深度学习平台。该平台架构于Spark之上有着良好的可伸缩性并且能够保证大型神经网络模型拥有很好的可扩展性。

• 主题说明

  你是否曾经面对多个优化算法不知所措？或者无法自由选择学习框架？又或许因为Caffe,Tensorflow, Theano, Torch的诸多参数设置而烦恼？或简单的认为只要有大数据就可以训练计算 机了？如果你不懂复杂的数学、统计学理论，还能做训练吗？......
  
  带着十万个为什么，让我们与深度学习技术讲师一起，了解基于Spark的分布式数据探索、机器学习/深度学习和认知计算。

• 适合对象

  拥有海量数据并想进一步发掘信息价值； 了解业务数据，致力于商业智能的数据科学家、分析师； 想要缩短机器学习/深度学习训练时间、提高识别准确度； 从传统方法转向利用机器学习/深度学习解决业务问题。

• 学习要点

  在学习过程中，你将了解：

  - 先进的分布式深度学习平台
  - 数据准备工作
  - 不同的数据如何对同一个模型产生影响
  - 数据的分布如何对训练产生影响
  - 如何把不同的数据结构转换成各种深度学习框架所能识别的格式

  - 并行化训练过程，并行化训练模式，差异点，监控和优化功能

  - 优化算法分享

  - 训练阶段常见问题，如何识别问题并给出修改模型的建议

   

  无论你来自金融、教育、公共安全、零售、医疗、制造、图像/声音识别、机器人、自动驾驶、反欺诈、目标检测等等的任何一个领域，欢迎参与本课程学习。相信本课程结束后，你将掌握实 现高吞吐量的在线识别、预测服务的新方法。

  我们的口号：让数据分析师也能设计神经网络，让数据科学家更专注于业务数据！

• 课时安排

  19:30 - 20:00   观众进入课堂
         20:00 - 21:00   演讲人直播分享
         21:00 - 21:10   演讲人答疑

   

  注意：

  1、为了方便开课前收到开课提醒，请在报名的时候务必填写真实的手机号码和邮箱

  2、在开课后2-3天会上传本节课的视频回放，届时请到报名页查看回顾即可（无限时回放）

  3、请报名的时候注意自己的报名账号，不要搞混了哦~，如果疑问请联系学院客服或者其他的负责直播的人员

   

          您最近关注的技术领域是？——立即参与讨论