刚刚!《分布式高性能深度学习实战培养计划》正式发布

共 1258字,需浏览 3分钟

 ·

2020-08-18 11:29

在过去几年时间里,深度学习取得了飞速的发展,深度学习相关应用也在持续落地,一大批AI明星企业崛起,但与此同时,AI领域的就业竞争也在逐步加剧。


《首席AI架构师》力图从更宽的视角来梳理清楚深度学习框架、AI应用、部署上线的整个环节,让你在AI职业规划上可以多一些选择。

同时通过对系统底层原理和算法的深度挖掘,提高你的认知水平,让你在行业中更具竞争力。

课程会针对Tensorflow、Pytorch、PaddlePaddle、TNN等框架,底层图编译优化,分布式并行计算通信优化,存储优化等,多个方面的讲解,帮助你的更好的认识并适应新框架带来的变化,加深对框架的技术把控能力。

在追求极限性能的发展之路上,模型不可避免的越来越大,诞生了GPT3这种超过千亿参数的巨无霸模型。超大模型如何训练,如何部署都是异常棘手的问题。

本课程力图通过对国内外顶尖开源框架算法的梳理和实践,让学员能够对分布式训练原理及技术有更为清晰的认知,能够在遇到相关问题时找到合理的解决方案,做好技术选型。





《首席Ai架构师
分布式高性能深度学习实战培养计划


对课程有意向的同学

添加课程顾问小姐姐微信咨询课程





《首席Ai架构师
分布式高性能深度学习实战培养计划

对课程有意向的同学

添加课程顾问小姐姐微信咨询课程


知识拓展、更多收获


01 专业的论文解读


在课程里,我们每1-2周会安排一篇经典论文供学员阅读,之后由老师帮助解读。   

▲节选至部分论文安排


02 行业案例分享


训练营过程中会邀请合作的专家来分享行业案例以及技术解决方案。


下面是一场源自曾博士的分享↓↓↓

《Google YouTube 基于深度学习的视频推荐》

嘉宾简介:曾博士

计算机视觉,机器学习领域专家

先后在CVPR,ACMMM,TPAMI,SCI 期刊,EI 会议等发表超过30篇论文

▲专家直播分享


课程适合哪些学员呐?


  • 大学生:

    • 计算机或者信息领域相关的本科/研究/博士生,毕业后希望从事AI相关的工作。

    • 希望在深度学习应用外掌握深度学习框架的设计,多维度提升能力

    • 希望具备框架二次开发,验证新算法

  • 在职人士:

    • 具备良好的工程研发背景,希望从事AI相关的项目或者工作。

    • 从事AI单一领域,但希望具备深度学习从框架到部署优化全链路能力

    • 希望能够提升模型部署中遇到的性能瓶颈时的问题解决能力

    • 希望提升针对框架进行二次开发的能力,及时上线新模型新算法。 


入学标准:

1、理工科专业相关本科生,硕士生或博士生或者IT领域的在职人士

2、具备很强的动手能力、具备良好的Python编程能力

3、从事深度学习领域相关工作,对深度学习训练、部署及优化有初步的认识

4、具备良好的英文文献阅读能力


《首席Ai架构师
分布式高性能深度学习实战培养计划


对课程有意向的同学

添加课程顾问小姐姐微信咨询课程

浏览 15
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报