PaperWeekly
首发于PaperWeekly
报名 | NVIDIA深度学习学院公开课:无需写代码,用开源软件DIGITS实现图像分类

报名 | NVIDIA深度学习学院公开课:无需写代码,用开源软件DIGITS实现图像分类

热谈人工智能的应用和未来之余,您是否更想知道自己的企业要怎样开始行动,如何开启“深度学习”来解决行业问题,实现行业 + AI,抢占制胜先机?

为了帮助更多的开发人员和企业迈入人工智能之路,英伟达深度学习学院 (NVIDIA Deep Learning Institute,简称 DLI)在全球提供系统化的人工智能(AI)和加速计算方面的动手实验培训,覆盖医疗、金融、汽车、内容创作等广泛的应用领域。

学员通过访问云端完全配置的 GPU 加速工作站,包括软件工具、神经网络和数据集,可以亲自上机体验完整的深度学习工作流程,掌握实现某项应用任务的技能,拓展探索解决行业问题的思路和能力。如欲了解更多 DLI 课程,请访问 www.nvidia.cn/DLI

4 月 16 日晚 8 点,PaperWeekly 邀请 NVIDIA DLI 为广大组织机构的开发者,开设深度学习零基础入门线上公开课。

课程介绍

无需写代码,用开源软件DIGITS实现图像分类

级别: 初级 | 预备知识: 无

行业: 所有 | Frameworks: Caffe

此实验室会向您展示如何通过在 Caffe 框架上的 NVIDIA DIGITS 和 MNIST 手写数据集,在深度学习工作流程中利用深度神经网络 (DNN), 尤其是卷积神经网络 (CNN) 解决真实图像分类问题,您会学到:

  • 构建运行在 GPU 上的深度神经网络
  • 管理数据准备、模型定义、模型训练和问题排查过程
  • 使用验证数据来测试和尝试不同策略来提升模型性能

完成此实验室后,您将能够使用 NVIDIA DIGITS 来构建、训练、评估和提升您的图像分类应用程序中 CNN 的准确性。

额外福利 :所有成功完成本次实验的用户,均将获赠由 NVIDIA 提供的价值 30 美金的课程实践机会

课程形式 & 时间

本次课程形式为线上PPT直播 + 动手实验,报名用户可跟随讲师亲自体验使用NVIDIA DIGITS完成图片分类任务

活动时间:4 月 16 日(周一)20:00

嘉宾介绍

Emily Zhao

英伟达开发者社区经理

深度学习学院认证讲师

2013 年毕业于中国石油大学(北京),获得数学与应用数学学士学位和地球物理勘探硕士学位,具有 GPU/CUDA 开发项目实战经验。2016 年加入英伟达负责产品市场工作,目前专注于 GPU 开发者社区管理和 GPU 开发工具-SDK 的推广。

报名方式

  1. 点击填写报名申请表请务必牢记您所填写的邮箱
  2. 添加PaperWeekly小助手微信(ID: pwbot02获取DLI课程实验账号注册链接,注册邮箱需和报名表所填邮箱保持一致;
  3. 完成账号注册和授权后,小助手将邀请您加入课程微信交流群
  4. 本次课程包含动手实践,请确保您的电脑安装有 Chrome 59 (或以上版本) 浏览器

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。

微信公众号:PaperWeekly

新浪微博:@PaperWeekly

文章被以下专栏收录

    PaperWeekly是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。