集智
PyTorch

Torch,中文意为“火炬”,是一个深度学习的开源框架。PyTorch,开源框架 Torch 基于 Python 的版本,操作简洁,功能强大。集智AI学园推出《火炬上的深度学习》(Deeplearning in PyTorch)上下两期课程,为你系统解析深度学习技术,助力你的AI技能拓展和职业生涯进阶。在成功地举办《火炬上的深度学习(上)》的课程之后,我们即将开启下半程的深度学习与 PyTorch 之旅。在《火炬(下)》中,我们将着重介绍 PyTorch 在自然语言处理(Natural Language Processing,NLP)中的强大功能。


授课方式

与实验楼合作

本期深度学习技术课程,集智 AI 学园将与实验楼合作,帮助学员快速熟悉 PyTorch 环境及其安装调试。实验楼是国内领先的IT技术实训平台,采用创新的“在线实验”学习模式,用户可以方便地模拟操作。

小组学习

本期课程会设置若干个学习小组,将正式学员分到不同的学习小组,合作学习。每个小组会有一位助教驻场,为学员解决一些技术问题。许多技术问题并不是难题,卡在那里也许只是缺少一个指点迷津的人。

助教指导

本期课程,我们组织了助教团队为学员提供帮助。他们中,有在数据领域耕耘多年,敏锐捕捉到深度学习浪潮的青年学者,有刚刚从传统行业离开,成功转型进入人工智能领域的算法工程师,有专门因为技术兴趣,而愿意在深入探索 AI 技术的年轻学生,相信在以后的交流中,你能从他们身上获得技术之外的启发。


助教队伍:
集智

李周园

清华大学博士、荷兰 Wageningen 大学 WIMEK 学者,遥感数据挖掘方向。

胡胜

中国地质大学(武汉)硕士、攻读博士,空间数据挖掘和智慧交通方向,熟悉 Python 语言。

集智

苏尚君

算法工程师,就职于文因互联。曾任 Udacity 机器学习课程助教,熟悉 Python 语言,在简书著有技术专栏。

集智

孙颖宝

荷兰Wageningen大学遥感与地理信息实验室研究生,熟悉 R 语言和 Python 语言。

集智

任伟

中国科学院大学博士,气候系统与碳循环方向,有良好的深度学习技术基础,熟悉数据挖掘与空间分析。

集智

张庆逸

学生,有编程工作经验,熟悉 Python 语言。希望用人工智能技术模拟出物理世界的演化。

助教职责

1、提供技术问答支持;

2、做一次群日志分享,系统摘编精选发言、为集体学习做阶段总结;

3、配合讲师教学组织;

4、每个助教单独负责服务一批学员,收集作业和批改作业,并发挥个人特长、编程经验为学员提供学习帮助与技术支持。

学员分享:

如何在集智AI学园入门深度学习?


吴汶钊:

(清华大学研究生,《火炬上的深度学习(上)》优秀学员)

勤动手写代码。要入门神经网络,最基础、最重要的是亲子动手搭建一个神经网络,而不是用现成的代码、框架,而是自己去计算它的梯度下降。调整参数、优化神经网络,都需要在自己写的过程中,去理解。

参与群组交流。许多课程助教李周园组织了“集智-清华”火炬交流群。技术问题常常引起群内的讨论,答题的氛围比较活跃。新手入门时,苏尚君同学帮忙详细介绍了 github 的使用,受益匪浅。

胡胜:

不懂就问。我其实不明白的问题也很多,经常在群里问一些东西。大家应该厚着脸皮问,不管问题怎么样,都应该问出来。群组里有许多有经验的同学来帮我,而且我的问题很多也是其他同学的问题,提出来就发现这些问题原理很有讨论的必要。

代码“临摹”。有时候看完代码,你会觉得自己理解了,甚至掌握。你以为自己也能写,甚至一会儿就写完了。真正写的时候,会花费一个小时、一上午甚至一整天的时间。将 Jupiternotebook 中的代码,自己在编译器中写出来。

“胡思乱想”,智慧“迁移”。只有大开脑洞、多思考一些看起来不现实的问题,这样才能有更大的创新。现有的东西不一定是最好的,你应当放飞自己的想象力,去思考,去设计。

苏尚君:

先完成再完美。在完成一个能通过作业要求的 60 分内容后,再不断迭代以逼近八九十分、或者再尝试自己的各种脑洞。

事实证明这样的做法是对的,比如我在 PyTorch 课程中有一个「MNIST 加法机」的作业,最开始我冒出了两个脑洞,一个是直接用传统的 CNN 完成,另一个则是有带点迁移学习的味道,但当时我对迁移学习还知之甚少,于是我果断先用 CNN 写了一个版本实现出来,然后把该版本优化到 96% 的准确率,最后才尝试迁移学习的脑洞。

虽然在作业提交截止日期前我最终没能写出那个迁移学习的版本,但并不影响我在这个作业上拿了高分:因为我已经完成了「客户」(老师)对任务的基本要求。

重视代码注释。代码注释很重要。写注释的目的是帮助读代码的人理解代码。现在勉强看懂的地方,一定要加上注释,因为过一段时间很可能就看不懂了。


课程详情

下面是各节的详细介绍:

No.1 词汇的星空

我们要创造一个宇宙,在这里,每颗星星就是一个单词,它们不仅烁烁发光,而且还会自动地聚类形成家族。看,“徐静蕾”、“赵薇”,和“冯小刚”抱成了一团;“美元”、“台币”、“卢比”、“比索”聚成了一堆;“星星”、“月亮”、“太阳”跑到了一块儿。更有意思的是,这些星星还懂得复杂的人际关系,例如当我们在“汪峰”和“章子怡”之间连一条线,再在“窦唯”与“王菲”之间连条线,那么这两条线几乎就是平行的,这个平行的向量就对应了“男女关系”。这就是 Word2Vec 的神奇力量。Word2Vec 是 Google 开发的一种将词汇嵌入到向量空间的技术,有了它,我们就可以用神经网络的方式来处理单词,甚至完成各种复杂的自然语言处理任务了。

No.2  机器也懂感情?

在这节课中,我们将教会机器读懂感情,也就是在中文句子中识别出赞美之词或者贬义之语,从而判断出整个句子的情绪。我们的办法是利用词袋模型(Bag of Words,简称BOW)或者循环神经网络(Recurrent Neural Network,简称 RNN),甚至于 LSTM(Long Short Term Memory),让机器完成一个文本分类问题。本课程将详述词袋模型和 RNN 的基本工作原理,以及如何用 PyTorch 实现它。同时,我们还将展示如何从网站爬取数据,以及如何解剖分析一个神经网络。

No.3  神经网络莫扎特

在这节课中,我们将创造一个“神经网络莫扎特”,一个利用长短时记忆网络(Long Short Term Memory,简称 LSTM)进行音符生成的神经网络。在动手构造这个 LSTM 之前,我们首先需要深入地理解 LSTM 的工作原理。通过让它识别一种最简单的语法:“上下文无关语法”(Context Free Grammar),我们会深刻理解 RNN 和 LSTM 的工作方式以及它们之间的异同。之后,我们将讲解如何用 Python 读取 MIDI 文件,从而构造 LSTM 的训练数据集。另外,在本节课中,我们还将介绍如何使用 GPU 来进行张量运算,以及一个超级好用的云服务平台 Floyd。最终,我们将打造一个会自己谱曲的人工智能小程序。作为本课程的附属视频,我们详细讲述了应用于 LSTM 的反向传播原理。

No.4  彩云小译

彩云小译是由彩云 AI 公司开发的一款超级好用的 APP,它可以完成即时的中英翻译。本节课将详细讲述机器翻译的原理,并揭示彩云小译这款神器背后的故事。在本节课中,你将学会什么是编码器-解码器框架,什么是注意力机制,以及如何利用 PyTorch 实现它。除此之外,课程还详细地介绍了机器翻译的最新进展。

No.5  游戏高手

设想这样一个 AI 程序,只要给它足够的时间,它就可以完成任何任务,无论是作曲、下棋,打游戏,还是跟你谈情说爱——这就是通用 AI,一个让无数科学家们醉生梦死的终极梦想。本课程就教会你搭建这样一个初步通用的 AI 程序,一个可以玩各种游戏的通用学习器:“游戏高手”。首先,课程介绍会强化学习(Reinforcement)的基本概念以及关键算法;其次,我们会介绍 Google 在2015年发表的成果 DQN 网络:一个深度卷积网络与强化学习的结合物;之后,我们还将介绍基于 Python 的游戏平台 PyGame,以及如何用 PyTorch 实现这样一个 DQN 网络,从而让机器自己学习玩 Flappy Bird 游戏。

最后一节:神秘的 Swarmer 舞台

本课程设置了一个学员展示环节,我们将根据同学们历次提交的作业情况,甄选出三名左右学生,展示他们的作业完成情况,分享他们在做作业过程中遇到的问题以及解决方案。这五名学员将会作为“Swarmer”的候选。

Swarmer奖励政策

我们将根据学员完成作业的情况对优秀学员进行奖励和选拔,我们将挑选出5名优秀学员作为本年度Swarmer,可以享受:

1、全额退费:退还全部课程费用; 

2、免费推荐到集智AI学园的合作单位; 

3、为期半年的 VIP 权限;

4、受邀参加集智俱乐部(Swarma Club)年度 Party。


2016年集智学术圣诞party

课程价格

课程价格:499元

限时早鸟价:399元【可开发票】

早鸟价到10月24日截止,之后恢复499原价

无论你已经在《火炬(上)》中初步领略过深度学习的奇妙,或者仅仅围观了在集智社群中的公开直播课和学员分享,还是始终徘徊于深度学习世界之外、想进而无门,都欢迎你加入队伍,与同学们一起举起火炬,向 AI 世界更深处探索。

请扫描下方二维码进入购买链接

集智

或点击文末“阅读原文”了解详情

推荐阅读:


重磅系列课:火炬上的深度学习(下)

百词斩的复杂性思维 | 张江

引力、量子与人工智能的深度对话 | 尤亦庄

为人类编程

量子计算时代的机器学习

用深度学习解读量子宇宙奥秘

人工智能社会学-未来的新兴学科?

语言中隐藏的几何 | 张江

统一之路:量子纠缠、时空几何与机器学习

机器学习、理论物理、计算社会学的碰撞 



集智QQ群|292641157
商务合作|zhangqian@swarma.org
投稿转载|wangting@swarma.org

◆ ◆ 

搜索公众号:集智俱乐部


加入“没有围墙的研究所”

集智

让苹果砸得更猛烈些吧!

始发于微信公众号: 集智俱乐部