华为开启业界首个全场景AI实战营!从小白到大牛只需21天,结业奖励华为P40

2020 年 10 月 19 日 机器之心

2020年了,你还只会调参吗?只会算法调参不会底层开发是否还具有竞争力?大家都会各种编程语言和深度学习框架,你还只会写最简单的网络层,不会高性能计算,没有实际经验又如何获得面试官的青睐呢?


要想跑得远,工具得要好。如果能掌握一门性能高又好开发的深度学习框架,对于日常的学习无疑是巨大的加速器。一个框架如果拥有好的图层IR,是AI框架进行高效训练和推理的基础。目前业界的AI框架有三种执行模式:Eager执行模式、图执行模式和Staging(混合)执行模式。MindSpore的图层IR:MindIR,选择的技术路线是采用Functional Graph IR,能够更自然的自动微分实现方式和更方便的隐式并行分析能力,将控制流和数据流合一,更适合JIT优化。

背靠全新的设计理念,我们推出了 MindSpore深度学习实战营,帮助小白更快的上手高性能深度学习框架,快速训练ResNet-50,实现你的第一个手机App开发,学会智能新闻分类、篮球检测和「猜你喜欢」模型!


为什么是21天实战营?

7天时间有限,知识点少,不适合初学者的打基底学习;3个月时间过长,知识点繁冗复杂,不利初学者坚持学习和保持学习兴趣。MindSpore深度学习实战营,通过21天的合理课程安排,不仅提供目前大热的移动端部署介绍,还有紧跟时事的趣味实践,更有深度的底层开发讲解,让你从框架到算法到开发,都能一网打尽。


课程内容安排

01

基于MindSpore Lite开发目标检测的安卓APP实战

MindSpore Lite是MindSpore新发布的一个轻量级神经网络推理框架,它能大幅降低延迟,节省带宽,保护用户隐私,帮助开发者使能端侧及边缘侧AI能力。主要包含离线转换工具和轻量级运行时两部分。离线转换工具将MindSpore模型及第三方模型变得更小,运行更快;轻量级运行时可部署到智能手机、以及手表、耳机等资源受限的嵌入式设备。


在端侧AI图像分类应用中,MindSpore Lite提供模型加载图编译图执行等接口,帮助应用使用底层轻量化运行时推理环境,完成图像分类推理工作。MindSpore Lite包含Model,Session,Scheduler,Executor和Kernel等多个核心组件,其中Model用于用户构建图或加载网络,提供import端侧模型加载接口;Session对外直接暴露接口,提供推理会话管理功能,在进行图编译和图执行之前,必须先创建会话,初始化推理任务的上下文环境,如:指定推理并行线程数,指定推理执行的设备后端等;Scheduler算子异构调度器,在图编译阶段,根据上下文指定的设备后端,为算子做最优的选型调度;Executor图执行器,在图执行阶段,为算子动态分配内存,提供内存复用能力优化算子的资源占用率;Kernel算子库提供端侧算子的具体实现。除了提供轻量化运行时,MindSpore Lite还提供离线模型转换工具,使用一行命令即可轻松转换MindSpore框架训练生成的图像分类模型,优化生成后的端侧模型变得更小,运行更快。


本课程基于MindSpore Lite开发了一款目标检测的安卓APP,所有同学学习后都可以在安卓手机上拥有一款自己开发的目标检测神器,来看看成品吧~

02

基于ResNet50实现毒蘑菇识别实战

还记得前段时间上了微博热搜的——「云南一女子吃野蘑菇中毒致幻躺病床唱忐忑」吗?让人哭笑不得。越是漂亮的蘑菇,说不定毒性越强哦~那么如何检测毒蘑菇呢?我们专门针对毒蘑菇数据集,运用ResNet-50模型,训练了一个图像识别模型,还运用了MindSpore的黑科技——二阶优化算法讲极大的提升训练速度,让开发更简洁高效。


03

基于YOLOv3实现篮球检测模型实战

了解目标检测的同学对于YOLO 应该不陌生了吧,YOLO是一种实时目标检测算法,它是第一个平衡所提供检测的质量和速度的算法。从最初的YOLOv1到现在发展到YOLOv5,深受开发者欢迎。我们使用最经典的YOLOv3-darket网络进行篮球检测,让各位篮球爱好者在实战的过程中也能一饱眼福。


04

基于BERT实现新闻分类实战

BERT,即双向transformer编码表达,是近年来很火的自然语言处理模型。在Bert网络当中,transformer结构是一个基本单元,把多个这样的基本单元连接起来,就是BERT的算法模型。


Transformer结构主要分为两大部分,分别是编码器解码器, 编码器负责把自然语言序列映射成为隐藏层, 含有自然语言序列的数学表达。然后解码器把隐藏层再映射为人类可读的自然语言序列,从而使我们可以解决各种问题。编码器的结构是整个transformer的基础,解码器也是基于此衍生,并且BERT预训练模型只用到了编码器的部分,也就是先用编码器训练一个语言模型,然后再把它适配给其他五花八门的任务。


我们常刷的手机App中的新闻属于什么类别呢?BERT是如何来进行中文新闻分类的呢?讲师将会在ModelArts上一步一步教你如何实践和优化,从原理到实战,全方位教学。



05

基于Wide&Deep实现CTR预估实战

还记得第四课中我们讲到新闻的标签分类吗?APP通过你浏览的新闻的标签,停留的时长,点击的频率,从而给你推送你可能喜欢的新闻或广告。这是如何实现的呢?在CTR预估实战中,我们将会使用Wide&Deep模型,用Cretio数据集手把手教你训练模型。

 

课程学习方式

01

直播授课

每周两次讲师超干货直播+一次晚自习答疑时间+全天小助手贴心服务+结业挑战+精美大奖


区别于普通的PPT的枯燥讲解,讲师全程干货讲解+代码实践,让你在学习中有清晰的思路,深刻的理解算法模型背后的每个细节和实际操作方法。


不管你在学习过程中遇到多少阻碍,你都可以通过以下4种方式解决
1. 直接在开课时在线发弹幕问讲师;

2. 记录到每个群专享的共享文档中,每周固定时间的直播答疑;

3. 学习社群中全职助教,随时记录答疑问题;

4. 共同的问题在GitHub/Gitee的课件中总结成文档,可自由学习。(注:每次答疑,小助手都会进行记录,以便学员实时查阅。)


02

你的学习挑战

1. 实战Project


每次直播课后,讲师都会布置课后作业来进行巩固和提高。


作业分为体验作业和进阶作业:


  • 体验作业可以让你迅速体验训练结果,获得成就感;

  • 进阶作业难度会加大,需要实际动手写代码,提交训练结果。


讲师们都会带领助教团队会予以详细的批改和反馈,并逼着你不断的优化!


2. 技术文章


众所周知最佳学习方法是「费曼学习法」,如果我们只有学习,没有反思和记录,知识会非常容易遗忘,既然我们是21天实战营,遵循人类记忆曲线,那么我们会要求学员学习后在知乎上发表相关的技术文章进行自我学习成果的检验。讲师团队会对学员发表的每一篇文章都进行详细点评。虽然写文章的过程一开始可能会很痛过,也不知道如何下手,但是通过写技术博客养成一种不断反思优化的学习思维是终身受益的哦!


03

你的学习收获

1. 全方位的深度学习知识学习和高效的框架代码实践

2. 与华为资深工程师全程深入交流,更有机会与大咖面对面

3. 全程作业跟踪批改,以及开发者避“坑”经验大全

4. 社群MindSpore深度学习经典资料分享

5. 令人心动的结业激励日常学业激励


学习结业激励

看到这里会不会担心完不成想要放弃了?别急,我们准备的超豪华的学习和结业激励!


结业激励

特等奖1个:价值5000元:HUAWEI P40 5G手机

一等奖2个:价值2000元:HUAWEI MatePad 10.4英寸 

三等奖3个:价值1000元:荣耀手表2 46mm MagicWatch



所有正式结业的学员,都将获得MindSpore官方定制的纸质+电子证书。纸质版都用精美画框包装,可长期保存。


学业激励

积极学员奖:每晚直播抽取5名发言提问最积极的学员,获得MindSpore官方书籍

最佳实战奖:每次实战作业完成质量最高的5名同学获得MindSpore官方定制数据线

最佳文章奖:每次技术文章作业完成质量最高的5名同学获得MindSpore官方定制雨伞


报名方式

01

上课时间

2020年10月22日—2020年11月11日

每周二、周四晚八点讲师直播+周六晚自习答疑直播

02

报名方式

关注MindSpore公众号回复「21天实战」即可获取报名方式!或者小助手微信:mindspore0328,备注21,即可报名。

前100名报名的同学可获得超全深度学习资料哦~有任何疑问也可咨询小助手(微信:mindspore0328)。

登录查看更多
0

相关内容

MindSpore:新一代AI开源计算框架。 创新编程范式,AI科学家和工程师更易使用,便于开放式创新;该计算框架可满足终端、边缘计算、云全场景需求,能更好保护数据隐私;可开源,形成广阔应用生态。 2020年3月28日,华为在开发者大会2020上宣布,全场景AI计算框架MindSpore在码云正式开源。 MindSpore着重提升易用性并降低AI开发者的开发门槛,MindSpore原生适应每个场景包括端、边缘和云,并能够在按需协同的基础上,通过实现AI算法即代码,使开发态变得更加友好,显著减少模型开发时间,降低模型开发门槛。通过MindSpore自身的技术创新及MindSpore与华为昇腾AI处理器的协同优化,实现了运行态的高效,大大提高了计算性能;MindSpore也支持GPU、CPU等其它处理器。
专知会员服务
114+阅读 · 2020年11月27日
【柳叶刀】人工智能在COVID-19药物再利用中的应用
专知会员服务
24+阅读 · 2020年11月25日
TensorFlowLite:端侧机器学习框架
专知会员服务
32+阅读 · 2020年8月27日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
实测超轻量中文OCR开源项目,总模型仅17M
机器之心
3+阅读 · 2020年3月7日
荐书丨深度学习框架PyTorch:入门与实践
程序人生
11+阅读 · 2018年1月19日
阿里搜索技术,在AI路上走了多远?
机器学习研究会
11+阅读 · 2017年12月29日
福利一丨20本技术好书相送,请查收
InfoQ
7+阅读 · 2017年10月24日
七夕福利 | 如何制作一个聊天机器人?
StuQ
5+阅读 · 2017年8月28日
Arxiv
0+阅读 · 2020年11月26日
Arxiv
0+阅读 · 2020年11月26日
Arxiv
0+阅读 · 2020年11月25日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关资讯
相关论文
Top
微信扫码咨询专知VIP会员