算能、北京交通大学、头歌携手打造《深度学习及TPU平台实践》实践课程!
【CPS中安网 cps.com.cn】 说到人工智能,你会想到什么?
是《钢铁侠》中无所不能的贾维斯,还是《机械公敌》中进化出自我意识的超级机器人,亦或是曾风头无两的无人驾驶。
进入21世纪,人工智能的发展波澜壮阔。也许你听过,也许你见过,也许你还亲自上手写过。
人工究竟如何创造智能?想知道这个问题的答案,我们必须了解人工智能领域研究的热词——深度学习。
深度学习是科技发展的必然趋势,是一种实现人工智能的强大技术,它在图像视频处理、语音处理、自然语言处理等领域取得了大量成功应用案例,并对学术界和工业界产生了非常广泛的影响。
作为推动AI应用大规模落地的关键力量,深度学习的重要性日益凸显。
现在,我们将把深度学习这一开启下一个AI时代的钥匙,亲手交到你的手中!
如果你想:
对深度学习有基本认知,了解CPU,GPU,TPU的区别;
掌握算能TPU芯片BM1684架构以及平台的使用,及其交叉编译环境的搭建和使用;
学习图像分类、目标检测、语义分割、实例分割等神经网络在TPU平台上的实现方法和技术;
形成运用深度学习技术解决具体问题的基本能力。
那么,不妨来看看这门《深度学习及TPU平台实践》:
-由算能携手北京交通大学基于头歌平台开发,以精选实践案例教学、真实TPU计算环境支撑;
-有一定python编程基础以及概率统计的数学基础知识就可以学习;
1●课程简介
《深度学习及TPU平台实践》课程主页
本课程以实践驱动的方式,一步步带领大家直观学习、实战和掌握深度神经网络的知识和技术,主要包括三部分:
第一部分:深度学习的基础知识,以及CPU、GPU和TPU的架构;
第二部分:介绍TPU芯片BM1684的架构、性能以及配套的工具链,BM1684是算能研制的一款专用于加速神经网络运行的微型系统级芯片;
第三部分:实践部分,介绍模型的训练以及如何在BM1684平台上运行的流程。
2●课程亮点
(1) 内容丰富、体系完整、循序渐进
课程从基础知识开始讲起,循序渐进,涵盖深度学习的基础知识、图像分类、目标检测、时序序列预测、语义分割、实例分割、压缩感知和图像重建等,非常适合“小白”的学习和提升。
(课程示例)
(2) 案例驱动、技术实战、产教融合
理论有了,实践自然是迫切的。
课程打通了产业场景和教学场景,通过“原理讲解+案例实践”的混合模式,将理论讲解和案例实战嵌入在线实战中,每一讲都围绕具体案例、技术平台、实践任务展开。
例如,计算平台结合了算能的SE5平台,基础实验平台结合了Linux、Python、TensorFlow、Pytorch等,图像分类结合了LeNet5和ResNet,目标检测结合了YOLOv5s,股票预测结合了LSTM,人脸识别结合了RetinaFace和InsightFace,语义分割里结合了ICNet,实例分割结合了Mask R-CNN,压缩感知和图像重建结合了ReconNet,等等。
(3) 打通课堂、发布任务、自动评测
得益于头歌平台的教学课堂管理功能,在考核方式上,课程支持作业、实验、测验、考试等不同形式,对于技术实验题也提供自动化评测,并自动生成实验报告和结果试卷等。
教你深度学习,我们是认真的!
3●课程主创
郝晓莉
北京交通大学电子信息工程学院副教授,研究方向包括信号处理,计算机视觉,自动驾驶视觉感知,高速/重载铁路轨道不平顺分析,主持国家自然基金、中国铁道科学研究院等国家及企业课题多项,在国内外重要学术刊物和会议上发表相关论文30余篇。主讲信号与系统、数字信号处理等主干课程,出版教材2本,主持教改项目多项,荣获“教育部双语教学示范课程”、北京市教学成果二等奖、北交大教学成果一等奖及优秀主讲教师等荣誉。
算能团队
算能累计申请和获得专利、软件著作权和软件产品登记超过 100 项,其中芯片设计及数据处理专利申请超80项。此课程由算能芯片、算法、AI、CPU等领域的专业技术人才参与编写,带领你迈入深度学习第一课。
4●学习导航
(1) 进入课程主页面
点击头歌页面的“实践课程”, 在右上方搜索框内输入“深度学习及TPU实践”,点击搜索,即可看到本课程,点击即可进入该页面。
或者直接点击课程链接 :
https://www.educoder.net/paths/wfnjafy5
(2) 选择学习内容
进入到课程首页面后,下滑点击任意章节,即可进入学习页面。
(3) 自主完成学习
初学者可以结合自己的兴趣课外自由学习,也可以按照校内课程教学的要求,在教师或助教开设的课堂里学习和训练。
《深度学习及TPU平台实践》在线实践课程适用于各类院校的人工智能相关课程教学,欢迎广大师生学习和使用,课程网址:
https://www.educoder.net/paths/wfnjafy5
准备好了吗?
快来跟我们一起
一步一步揭开深度学习的神秘面纱吧
征稿:
为了更好的发挥CPS中安网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中安网诚征各类稿件,欢迎有实力安防企业、机构、研究员、行业分析师。投稿邮箱: tougao@cps.com.cn(查看征稿详细)