知識星球資料量、運算力和演演算法模型是決定人工智慧行業發展的三大要素。大資料時代，深度學習模型的提出，大大提升了計算機視覺、語音識別的準確率，引爆了當下這波人工智慧熱潮。被譽為“人工智慧皇冠上的明珠”的自然語言處理領域，深度學習也已經取得了較大突破。
據領英釋出的《全球AI領域人才報告》顯示，基於領英平臺的全球AI（人工智慧）領域技術人才數量超過190萬，中國的AI人才總數僅為5萬人。但國內人工智慧人才缺口達500多萬，供需比例嚴重失衡。各大企業紛紛搶奪人工智慧人才，應屆本科畢業生年薪平均在25萬，研究生年薪普遍在35萬-60萬之間，普通程式員轉行人工智慧的平均年薪也可達到26萬以上。
圖一 深度學習工程師招聘
“深度學習，怎麼樣才能快速地入門，並上手專案實踐”，這是困擾入門者的普遍性問題。專註於前沿科技的線上教育平臺—深藍學院正式推出《深度學習：從理論到實踐》（寒假班）線上教育課程。透過理論結合案例實踐，教會大家深度學習工作原理，跑通深度學習實踐程式碼。講師團隊均為中國科學院自動化所博士畢業生，人工智慧一線青年骨幹。
深度學習課程內容
1. 深度學習理論（6學時）
1.1 前饋神經網路
1.1.1 概述
1.1.2 單層神經網路
1.1.3 多層神經網路
1.2 摺積神經網路
1.2.1 基本概念與發展歷程
1.2.2 網路特點與網路設定
1.2.3 網路訓練以及相關應用
1.3 反饋神經網路
1.3.1 Hopfield網路
1.3.2 玻爾茲曼機
1.3.3 受限玻爾茲曼機
1.4 作業：計算題
2. 深度網路常見模型（4學時）
2.1 Keras與殘差網路
2.1.1 從LSTM到Highway網路
2.1.2 從Highway網路到殘差網路
2.1.3 基於Highway網路的應用
2.2 自動編碼機AE及生成對抗網路GAN
2.2.1 AE的起源與變種
2.2.2 生成對抗網路GAN
2.2.3 基於GAN網路的應用
2.3 作業：實踐題
2.3.1 基於gan的影象風格轉換實踐
2.3.2 基於highway或殘差網路的分類實踐
3. 基於Keras框架的計算機視覺實戰（4學時）
3.1 基於Keras的行為識別實戰
3.1.1 行為識別問題簡介
3.1.2 基於深度學習的常用模型介紹
3.1.3 基於Keras的行為識別實踐
3.2 基於Keras的場景分割
3.2.1 場景分割問題簡介
3.2.2 基於深度學習的常用模型介紹
3.2.3 基於Keras的場景分割實踐
3.3 作業：實踐題
3.3.1 基於雙流網路的行為識別實踐
4. 深度學習框架（4學時）
4.1 Caffe入門
4.1.1 簡介與安裝配置
4.1.2 優點與侷限性分析
4.1.3 深入Caffe原始碼與除錯
4.2 Caffe提高
4.2.1 基於Caffe的MINST手寫識別
4.2.2 Caffe的Python介面
4.2.3 Caffe修改與新增Layer
4.2.4 網路訓練技巧
4.3 作業：實踐題
4.3.1 基於Caffe框架的標的檢測識別實踐
4.3.2 基於Caffe框架的場景分割實踐
5. 網路壓縮與移動端網路（2學時）
5.1 深度網路壓縮的介紹及其意義
5.2 常見的網路壓縮方法介紹
5.3 移動端網路mobilenet等介紹
5.4 網路壓縮前後效果展示
講師團隊
汪老師，中科院自動化所一線科研學者，副研究員，團隊在領域頂級會議期刊 ICCV、TNNLS、TIP等發表論文20多篇；參加全國影片影象分析技術挑戰賽，獲得標的檢測識別第二名，熟練掌握並應用深度學習Keras框架和Caffe框架。
宮老師，某知名外企研究院演演算法工程師，中國科學院自動化研究所博士，在計算機視覺與人工智慧領域具有近六年的研究經歷。攻讀博士學位期間主要研究方向是樣式識別與影象處理，曾在樣式識別領域內頂級國際期刊發表論文，參加某知名網際網路公司舉辦的影象分割競賽，獲得第四名的成績。目前主要負責計算機視覺與人工智慧方面的演演算法研發工作。
課程特色
1. 中科院自動化所一線青年學者主講；
2. 課上直播答疑，課下微信群答疑；
3. 理論與實踐相結合，註重專案實踐；
4. 作業題目設定新穎，緊跟課程內容；
5. 線上直播授課，一年內無限次回放。
報名
直播時間：1月27日~3月10日（週六、週日）晚
請新增工作人員「深藍學院助教」微信報名
