为什么他们要来集智AI学园学习 PyTorch? | 早鸟福利最后一天
Posted 集智学园
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了为什么他们要来集智AI学园学习 PyTorch? | 早鸟福利最后一天相关的知识,希望对你有一定的参考价值。
Torch,中文意为“火炬”,是一个深度学习的开源框架。PyTorch,是开源框架 Torch 基于 Python 的版本,操作简洁,功能强大。集智AI学园推出《火炬上的深度学习》(Deeplearning in PyTorch)上下两期课程,为你系统解析深度学习技术,助力你的AI技能拓展和职业生涯进阶。在成功地举办《火炬上的深度学习(上)》的课程之后,我们即将开启下半程的深度学习与 PyTorch 之旅。在《火炬(下)》中,我们将着重介绍 PyTorch 在自然语言处理(Natural Language Processing,NLP)中的强大功能。
与实验楼合作
本期深度学习技术课程,集智 AI 学园将与实验楼合作,帮助学员快速熟悉 PyTorch 环境及其安装调试。实验楼是国内领先的IT技术实训平台,采用创新的“在线实验”学习模式,用户可以方便地模拟操作。
小组学习
本期课程会设置若干个学习小组,将正式学员分到不同的学习小组,合作学习。每个小组会有一位助教驻场,为学员解决一些技术问题。许多技术问题并不是难题,卡在那里也许只是缺少一个指点迷津的人。
助教指导
本期课程,我们组织了助教团队为学员提供帮助。他们中,有在数据领域耕耘多年,敏锐捕捉到深度学习浪潮的青年学者,有刚刚从传统行业离开,成功转型进入人工智能领域的算法工程师,有专门因为技术兴趣,而愿意在深入探索 AI 技术的年轻学生,相信在以后的交流中,你能从他们身上获得技术之外的启发。
李周园
清华大学博士、荷兰 Wageningen 大学 WIMEK 学者,遥感数据挖掘方向。
胡胜
中国地质大学(武汉)硕士、攻读博士,空间数据挖掘和智慧交通方向,熟悉 Python 语言。
苏尚君
算法工程师,就职于文因互联。曾任 Udacity 机器学习课程助教,熟悉 Python 语言,在简书著有技术专栏。
孙颖宝
荷兰Wageningen大学遥感与地理信息实验室研究生,熟悉 R 语言和 Python 语言。
任伟
中国科学院大学博士,气候系统与碳循环方向,有良好的深度学习技术基础,熟悉数据挖掘与空间分析。
张庆逸
学生,有编程工作经验,熟悉 Python 语言。希望用人工智能技术模拟出物理世界的演化。
助教职责
1、提供技术问答支持;
2、做一次群日志分享,系统摘编精选发言、为集体学习做阶段总结;
3、配合讲师教学组织;
4、每个助教单独负责服务一批学员,收集作业和批改作业,并发挥个人特长、编程经验为学员提供学习帮助与技术支持。
如何在集智AI学园入门深度学习?
吴汶钊:
(清华大学研究生,《火炬上的深度学习(上)》优秀学员)
勤动手写代码。要入门神经网络,最基础、最重要的是亲子动手搭建一个神经网络,而不是用现成的代码、框架,而是自己去计算它的梯度下降。调整参数、优化神经网络,都需要在自己写的过程中,去理解。
参与群组交流。许多课程助教李周园组织了“集智-清华”火炬交流群。技术问题常常引起群内的讨论,答题的氛围比较活跃。新手入门时,苏尚君同学帮忙详细介绍了 github 的使用,受益匪浅。
胡胜:
不懂就问。我其实不明白的问题也很多,经常在群里问一些东西。大家应该厚着脸皮问,不管问题怎么样,都应该问出来。群组里有许多有经验的同学来帮我,而且我的问题很多也是其他同学的问题,提出来就发现这些问题原理很有讨论的必要。
代码“临摹”。有时候看完代码,你会觉得自己理解了,甚至掌握。你以为自己也能写,甚至一会儿就写完了。真正写的时候,会花费一个小时、一上午甚至一整天的时间。将 Jupiternotebook 中的代码,自己在编译器中写出来。
“胡思乱想”,智慧“迁移”。只有大开脑洞、多思考一些看起来不现实的问题,这样才能有更大的创新。现有的东西不一定是最好的,你应当放飞自己的想象力,去思考,去设计。
苏尚君:
先完成再完美。在完成一个能通过作业要求的 60 分内容后,再不断迭代以逼近八九十分、或者再尝试自己的各种脑洞。
事实证明这样的做法是对的,比如我在 PyTorch 课程中有一个「MNIST 加法机」的作业,最开始我冒出了两个脑洞,一个是直接用传统的 CNN 完成,另一个则是有带点迁移学习的味道,但当时我对迁移学习还知之甚少,于是我果断先用 CNN 写了一个版本实现出来,然后把该版本优化到 96% 的准确率,最后才尝试迁移学习的脑洞。
虽然在作业提交截止日期前我最终没能写出那个迁移学习的版本,但并不影响我在这个作业上拿了高分:因为我已经完成了「客户」(老师)对任务的基本要求。
重视代码注释。代码注释很重要。写注释的目的是帮助读代码的人理解代码。现在勉强看懂的地方,一定要加上注释,因为过一段时间很可能就看不懂了。
下面是各节的详细介绍:
No.1 词汇的星空
我们要创造一个宇宙,在这里,每颗星星就是一个单词,它们不仅烁烁发光,而且还会自动地聚类形成家族。看,“徐静蕾”、“赵薇”,和“冯小刚”抱成了一团;“美元”、“台币”、“卢比”、“比索”聚成了一堆;“星星”、“月亮”、“太阳”跑到了一块儿。更有意思的是,这些星星还懂得复杂的人际关系,例如当我们在“汪峰”和“章子怡”之间连一条线,再在“窦唯”与“王菲”之间连条线,那么这两条线几乎就是平行的,这个平行的向量就对应了“男女关系”。这就是 Word2Vec 的神奇力量。Word2Vec 是 Google 开发的一种将词汇嵌入到向量空间的技术,有了它,我们就可以用神经网络的方式来处理单词,甚至完成各种复杂的自然语言处理任务了。
No.2 机器也懂感情?
在这节课中,我们将教会机器读懂感情,也就是在中文句子中识别出赞美之词或者贬义之语,从而判断出整个句子的情绪。我们的办法是利用词袋模型(Bag of Words,简称BOW)或者循环神经网络(Recurrent Neural Network,简称 RNN),甚至于 LSTM(Long Short Term Memory),让机器完成一个文本分类问题。本课程将详述词袋模型和 RNN 的基本工作原理,以及如何用 PyTorch 实现它。同时,我们还将展示如何从网站爬取数据,以及如何解剖分析一个神经网络。
设想这样一个 AI 程序,只要给它足够的时间,它就可以完成任何任务,无论是作曲、下棋,打游戏,还是跟你谈情说爱——这就是通用 AI,一个让无数科学家们醉生梦死的终极梦想。本课程就教会你搭建这样一个初步通用的 AI 程序,一个可以玩各种游戏的通用学习器:“游戏高手”。首先,课程介绍会强化学习(Reinforcement)的基本概念以及关键算法;其次,我们会介绍 Google 在2015年发表的成果 DQN 网络:一个深度卷积网络与强化学习的结合物;之后,我们还将介绍基于 Python 的游戏平台 PyGame,以及如何用 PyTorch 实现这样一个 DQN 网络,从而让机器自己学习玩 Flappy Bird 游戏。
本课程设置了一个学员展示环节,我们将根据同学们历次提交的作业情况,甄选出三名左右学生,展示他们的作业完成情况,分享他们在做作业过程中遇到的问题以及解决方案。这五名学员将会作为“Swarmer”的候选。
Swarmer奖励政策
我们将根据学员完成作业的情况对优秀学员进行奖励和选拔,我们将挑选出5名优秀学员作为本年度Swarmer,可以享受:
1、全额退费:退还全部课程费用;
2、免费推荐到集智AI学园的合作单位;
3、为期半年的 VIP 权限;
4、受邀参加集智俱乐部(Swarma Club)年度 Party。
2016年集智学术圣诞party
课程价格
课程价格:499元
限时早鸟价:399元【可开发票】
早鸟价到10月24日截止,之后恢复499原价
无论你已经在《火炬(上)》中初步领略过深度学习的奇妙,或者仅仅围观了在集智社群中的公开直播课和学员分享,还是始终徘徊于深度学习世界之外、想进而无门,都欢迎你加入队伍,与同学们一起举起火炬,向 AI 世界更深处探索。
请扫描下方二维码进入购买链接
或点击文末“阅读原文”了解详情
推荐阅读:
获取更多更有趣的AI教程吧!
学园网站:campus.swarma.org
商务合作|zhangqian@swarma.org
投稿转载|wangjiannan@swarma.org
以上是关于为什么他们要来集智AI学园学习 PyTorch? | 早鸟福利最后一天的主要内容,如果未能解决你的问题,请参考以下文章
集智学院 “Deep X:Deep Learning with Deep Knowledge”的公开讲座---总结
Keras vs PyTorch:谁是「第一」深度学习框架?