imtoken安卓版app软件|人工智能培训

国内排名TOP5的人工智能培训机构有哪些？ - 知乎

国内排名TOP5的人工智能培训机构有哪些？ - 知乎首页知乎知学堂发现等你来答​切换模式登录/注册生活人工智能人工智能竞赛人工智能公司国内排名TOP5的人工智能培训机构有哪些？关注者50被浏览113,393关注问题​写回答​邀请回答​好问题 3​1 条评论​分享​21 个回答默认排序是橘子吖努力学习AI，成为不普通的橘子吖​ 关注首先在看这篇文章之前，大家需要明确的是，选择培训机构一定要按照自身条件来进行选择。国内各大人工智能培训机构各有所长，他们在各自专项领域会有突出部分，因此根据自身需要选择培训机构要比盲目按照排名选择机构更有效。况且很多网传的人工智能培训机构排名没有第三方的真实考量，公正判断，并不准确。那么下面，我就给大家分享一下一些国内较知名的人工智能培训机构，大家根据自身条件，能够快速地选择适合自己的机构。（排名不分先后顺序，请勿作为排名参考）线下培训机构：1、北大青鸟北大青鸟，APTECH成立于1999年，一直致力于培养中国IT技能型紧缺人才，同10000余家知名企业建立了战略合作伙伴关系，累计培养和输送80余万IT职业化人才进入IT行业。所以作为一所职业学校来说，北大青鸟的重点在于，为所合作的企业输送提供IT技能型人才。优点：整所学校的重点是在于初中生或高中生的技能培训，学生就业率较高，与之合作的企业多，适合较为迷茫的学生，继续上岗挣钱的学员。缺点：尽管他顺应了目前人工智能行业发展人才紧缺的趋势，开办了针对大专生，本科生的技术培训班，但他所开展的培训班，针对性太强--由于他学校本身与各企业的合作战略，因此培训生们结课后一般的归宿，是他学校所提供的工作岗位--与之合作的企业。例如他们在10年开设的北大青鸟学士后.NET软件工程师课程，旨在培养精通.NET Framework平台开发，熟悉.NET软件开发流程的人才。换句话说，他的培训班就是为与他合作的企业输送人才。因此如果你未来想要换工作的话，难度较大。2、贪心科技北京贪心科技是一家专注于泛AI领域的教育培训企业，针对想要在人工智能行业发展的人群提供个性化的在线教育和服务体验。优点：所以他比较适合本科生、硕士生想要增加履历厚度，欲跳槽的职场人士，进阶升级，提高自我的AI领域人群。同时顺应AI行业的趋势，他们近期也推出了适合新手小白，从0到1的黄金课程。比如他们推出的贪心科技高薪offor计划，是为AI算法岗在职工程师专门打造的适配课程。整个课程分为了AI核心技能高级研修，真实项目参与提高，以及跳槽涨薪对应服务三个阶段。旨在通过一系列的课程服务真正满足学员需求，让钱不白花，跳槽至心仪公司。缺点：学员的筛选严格。贪心科技为了保障学员的再就业率，做到对学员的承诺，对学员负责，因此对于申请课程的学员他们都会通过逐一面试，充分了解学员自身条件，根据学员情况打造最适合的课程。3、达内达内时代科技集团有限公司，简称达内，成立于2002年。优点：16年运营，美国纳斯达克上市公司，与国际接轨，更与华为云达成战略合作，根据学员基础分成不同班级，有利于因材施教的针对化教育。缺点：班级体系开展教学活动，统一课程讲解学习，无法满足部分学员的一对一辅导需求。线上培训机构：1、courseraCoursera是大型公开在线课程项目，由美国斯坦福大学两名计算机科学教授创办。旨在同世界顶尖大学合作，在线提供网络公开课程。优点：包含了全球各大高校优秀课程，有免费观看视频资源，也有付费课程。比如大家都熟知的吴恩达老师的Machine Learning课程在网站上也有相关订阅渠道缺点：需要强调的是，上面的所有课程都是英文原版，对于外语掌握不熟的来说不是很友好，在加上一些专业术语和抽象概念的穿插，还是很有挑战的。还有就是，网站上的课程大多数是关于技术进阶型的，新手小白不太适合。虽然说网站上课程丰富，资源广泛，但在国内登Coursera还是有一定的难度的，经时不时还会卡顿。并且这种网站录课最大的局限性就是缺乏互动，很多细小的问题无法解决，因此比较适合学术钻研型的学霸们。2、职坐标职坐标是上海海同信息科技有限公司基于多年IT成功培训经验，倾心打造智能学习平台。优点：嵌入式教学方案，一对一辅导更有效率，针对高校的项目答辩等环节提高学员多方面技能。缺点：碎片化视频虽然能利用许多闲暇时间，但容易出现遗忘，掌握不牢固等现象。且针对高校，对学员自身要求较高。最后，大家根据自身条件，选择适合自己的，才是最有效果的培训。编辑于 2022-01-24 14:11​赞同 3​​添加评论​分享​收藏​喜欢收起​深兰科技AI​已认证账号​ 关注@深兰科技 作为一家头部的AI人工智能研发企业，内部就开设了人工智能人才培养项目。作为一，名“业内人士”，小编算是有一些发言权，帮题主做一波分析。总结：不具备AI项目研发能力的机构没有能力做人工智能人才培养　　不少朋友可能都会疑惑了，不具备AI研发能力和学习人工智能有什么关系?“只是参与学习，又不是参加工作，有没有研发能力没有什么影响吧?”小编下面就为大家讲解研发能力重要性。　　首先一个具有研发能力的人工智能机构，证明了其本身具备在AI行业立足的资本，研发还需要结合各个实体企业与行业专家共同创建行业应用和打造实体产品。当然，不能是脱离市场凭空想象出来的。这样才能获取最新的行业数据，发现AI领域的业内痛点。整合内容后再教给学员，保证学到的知识是真的学以致用，这样才是一个合格的人才培养机构。　　其次，既然有研发能力，也证明了机构的实训课程内容会保证实时更新。这点尤为重要，大部分培训机构都在使用老旧的，过时的算法模型等实训内容对学员教学，仅能提供属于demo级别的算法模型，完全达不到商用的效果。导致学员在学习过程中简单上手，而实际工作中却漏洞百出!并且在应聘过程中很多企业也会拒绝接收这样仅参与过老旧的项目或demo级算法模型的应聘者，因为无法满足他们的企业项目需求。 人工智能行业目前最大的难题就是落地应用，而只有机构具备了研发能力也能让你真正接触到企业级项目，也才能学以致用，达到企业算法岗位任职的要求。否则，如果仅有理论讲解，那么学完想达到转岗的目的难于上青天：　　报班学习的目的就是为了找到一份好的工作，如果学习过后无法上手工作，没有企业接受应聘，那么这样的机构不是教授“伪人工智能”的机构又是什么呢? 所以，如果要学习，那么题主一定要选择是具备研发能力的机构。只有在AI行业头部的企业掌握的才是行业最先进最前沿的技术。同时，头部的AI企业可以提供给到你背书，让你在求职过程更好地“借力”： 目前，头部的AI企业涉猎AI教育领域的包括商汤科技、百度、科大讯飞等， @深兰科技 和人社局联合也开设了深兰内部的人才培养项目：（人社是政府管理职业教育和就业方向的主管单位，所有成人职业教育都是归人社管理的）https://www.zhihu.com/video/1540391537380319233关于题主所说的TOP5，小编利益相关。建议的是大家一定要擦亮眼睛，仔细观察，慎重做出选择!编辑于 2022-11-24 11:30​赞同​​6 条评论​分享​收藏​喜欢

人工智能学习入门_人工智能培训_华为云学院人工智能课程微认证实验-华为云

人工智能学习入门_人工智能培训_华为云学院人工智能课程微认证实验-华为云

检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn 不再显示此消息 中国站 中国站 简体中文 International English Bahasa Indonesia Español Português Türkçe عربي ไทย 简体中文 日本語 Europe English Deutsch Español Français 华为云App 活动 产品 解决方案 定价 云商店 合作伙伴 开发者 支持与服务 了解华为云 清空最近搜索 热门搜索 云耀云服务器L实例 免费试用 云服务器 域名 云速建站 “”的所有结果 文档 备案 控制台 账号中心 费用与成本 待支付订单 待续费产品 未读消息 工单管理 管理控制台 注册 登录 登录 注册 购物车 admin 帐号中心 未实名认证 已实名认证 费用与成本 待支付订单0 待续费产品0 未读消息0 伙伴中心 云商店买家中心 云商店卖家中心 工单管理 开发者个人中心 个性化推荐管理 管理控制台 admin 退出登录 取消 清空最近搜索 热门搜索 云耀云服务器L实例 免费试用 云服务器 域名 云速建站

人工智能学习入门

人工智能课程学习，动手实验，在线考试认证，掌握人工智能技能

温馨提示

恭喜您，订阅成功！

关闭窗口

温馨提示

抱歉，订阅失败，请稍后再试！

我知道了

温馨提示

您还未绑定邮箱，需要绑定邮箱才能订阅哦！订阅成功后，订阅信息会发送到您绑定的邮箱。

绑定邮箱

温馨提示

请您在新打开的页面绑定邮箱！

注意：绑定邮箱完成前，请不要关闭此窗口！

关闭窗口

人工智能知识图谱

在线课程

01

AI基础、技术领域、应用场景、华为云EI

AI基础、技术领域、应用场景、华为云EI

动手实验

02

包括初级、中级实验

包括初级、中级实验

AI基础

AI基础

AI基础课程--概览AI基础课程--Python编程知识AI基础课程--数学基础知识AI基础课程--常用框架工具

AI基础课程--概览AI基础课程--Python编程知识AI基础课程--数学基础知识AI基础课程--常用框架工具

技术领域

技术领域

AI技术领域课程--机器学习AI技术领域课程--深度学习AI技术领域课程--生成对抗网络AI技术领域课程--强化学习AI技术领域课程--图网络

AI技术领域课程--机器学习AI技术领域课程--深度学习AI技术领域课程--生成对抗网络AI技术领域课程--强化学习AI技术领域课程--图网络

应用场景

应用场景

AI技术应用场景--视觉处理与识别AI技术应用场景--语音识别AI技术应用场景--自然语言处理AI技术应用场景--推荐系统AI技术应用场景--知识图谱

AI技术应用场景--视觉处理与识别AI技术应用场景--语音识别AI技术应用场景--自然语言处理AI技术应用场景--推荐系统AI技术应用场景--知识图谱

华为云EI

华为云EI

华为云云数据迁移服务华为HiLens服务华为云MapReduce服务华为企业智能：EI初体验华为云企业智能应用平台

华为云云数据迁移服务华为HiLens服务华为云MapReduce服务华为企业智能：EI初体验华为云企业智能应用平台

初级

初级

使用ModelArts中开发工具学习Python使用MindSpore开发训练模型识别手写数字...故障识别与根因定位服务实操使用昇腾弹性云服务器实现黑白图像上色...基于昇腾弹性云服务器的人工智能应用开...

使用ModelArts中开发工具学习Python使用MindSpore开发训练模型识别手写数字...故障识别与根因定位服务实操使用昇腾弹性云服务器实现黑白图像上色...基于昇腾弹性云服务器的人工智能应用开...

使用昇腾AI弹性云服务器实现图像分类应用使用昇腾AI弹性云服务器实现目标检测应用基于ModelArts实现人脸识别基于ModelArts实现人车检测模型训练和部署使用ModelArts实现花卉图像分类使用ModelArts中开发工具学习Python（高级）

使用昇腾AI弹性云服务器实现图像分类应用使用昇腾AI弹性云服务器实现目标检测应用基于ModelArts实现人脸识别基于ModelArts实现人车检测模型训练和部署使用ModelArts实现花卉图像分类使用ModelArts中开发工具学习Python（高级）

中级

中级

基于深度学习算法的语音识别使用MindSpore进行可视化调试调优基于昇腾AI处理器的算子开发基于昇腾AI处理器的目标检测应用（ACL）

基于深度学习算法的语音识别使用MindSpore进行可视化调试调优基于昇腾AI处理器的算子开发基于昇腾AI处理器的目标检测应用（ACL）

微认证

03

包括初级、中级认证

包括初级、中级认证

职业认证

04

包括HCIA-AI、HCIP- AI EI Developer

包括HCIA-AI、HCIP- AI EI Developer

初级

初级

抖音小视频背景歌名识别华为云自动学习之垃圾分类智能声音识别树回归算法分析房价趋势ModelArts实现零售商客户分群智能表单和证件文字识别

抖音小视频背景歌名识别华为云自动学习之垃圾分类智能声音识别树回归算法分析房价趋势ModelArts实现零售商客户分群智能表单和证件文字识别

中级

中级

使用MindSpore训练手写数字识别模型基于昇腾AI处理器的算子开发电子相册智慧整理基于卷积神经网络实现景区精准识别场景

使用MindSpore训练手写数字识别模型基于昇腾AI处理器的算子开发电子相册智慧整理基于卷积神经网络实现景区精准识别场景

HCIA-AI

HCIA-AI

华为认证人工智能工程师

华为认证人工智能工程师

HCIP- AI EI Developer

HCIP- AI EI Developer

华为认证企业人工智能开发高级工程师

华为认证企业人工智能开发高级工程师

在线课程

体系化的培训课程，快速完成学习覆盖，让您轻松上云

AI基础

AI基础课程--概览

AI基础课程--Python编程知识

AI基础课程--数学基础知识

AI基础课程--常用框架工具

技术领域

AI技术领域课程--机器学习

AI技术领域课程--深度学习

AI技术领域课程--生成对抗网络

AI技术领域课程--强化学习

AI技术领域课程--图网络

应用场景

AI技术应用场景--视觉处理与识别

AI技术应用场景--语音识别

AI技术应用场景--自然语言处理

AI技术应用场景--推荐系统

AI技术应用场景--知识图谱

华为云EI

华为云云数据迁移服务

华为HiLens服务

华为云MapReduce服务

华为企业智能：EI初体验

华为云企业智能应用平台

查看更多

收起

动手实验

活动规则

活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动时间： 2020年8月12日-2020年9月11日活动期间，华为云用户通过活动页面购买云服务，或使用上云礼包优惠券在华为云官网新购云服务，累计新购实付付费金额达到一定额度，可兑换相应的实物礼品。活动优惠券可在本活动页面中“上云礼包”等方式获取，在华为云官网直接购买（未使用年中云钜惠活动优惠券）或参与其他活动的订单付费金额不计入统计范围内；活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动时间： 2020年8月12日-2020年9月11日活动期间，华为云用户通过活动页面购买云服务，或使用上云礼包优惠券在华为云官网新购云服务，累计新购实付付费金额达到一定额度，可兑换相应的实物礼品。活动优惠券可在本活动页面中上云礼包123等方式获取，在华为云官网直接购买（未使用年中云钜惠活动优惠券）或参与其他活动的订单付费金额不计入统计范围内；活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动时间： 2020年8月12日-2020年9月11日活动期间，华为云用户通过活动页面购买云服务，或使用上云礼包优惠券在华为云官网新购云服务，累计新购实付付费金额达到一定额度，可兑换相应的实物礼品。活动优惠券可在本活动页面中“上云礼包”等方式获取，在华为云官网直接购买（未使用年中云钜惠活动优惠券）或参与其他活动的订单付费金额不计入统计范围内；活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理

确定

使用ModelArts中开发工具学习Python

本实验指导用户基于Notebook对Python编程语言有一个基础的认知，掌握Python的基础语法。

使用MindSpore开发训练模型识别手写数字

本实验指导用户在短时间内，了解和熟悉使用MindSpore进行模型开发和训练的基本流程，并利用ModelArts训练管理服务完成一次训练任务。

故障识别与根因定位服务实操

该实验旨在指导用户短时间内熟悉并掌握故障识别与根因定位服务使用方式。

使用昇腾弹性云服务器实现黑白图像上色应用（C++）

本实验主要介绍基于AI1型服务器的黑白图像上色项目，并部署在AI1型服务器上执行的方法。

基于昇腾弹性云服务器的人工智能应用开发实验（Python）

实验配置了AI1开发环境和典型样例指导书，供您选择感兴趣的案例完成应用开发。

使用昇腾AI弹性云服务器实现图像分类应用

实验指导用户完成基于华为昇腾弹性云服务器的图像分类应用。

使用昇腾AI弹性云服务器实现目标检测应用

实验指导用户完成基于华为昇腾弹性云服务器的目标检测应用。

基于ModelArts实现人脸识别

本实验指导用户在华为云ModelArts平台对预置的模型进行重训练，快速构建人脸识别应用。

基于ModelArts实现人车检测模型训练和部署

本实验将指导用户使用华为ModelArts预置算法构建一个人车检测模型的AI应用。人车检测模型可以应用于自动驾驶场景，检测道路上人和车的位置。

使用ModelArts中开发工具学习Python（高级）

本实验指导用户基于Notebook来学习Python语言中的正则表达式进行文本信息的匹配、多线程执行任务的实现和Python中类的魔法方法的使用。

基于深度学习算法的语音识别

利用新型的人工智能（深度学习）算法，结合清华大学开源语音数据集THCHS30进行语音识别的实战演练，让使用者在了解语音识别基本的原理与实战的同时，更好的了解人工智能的相关内容与应用。

使用MindSpore进行可视化调试调优

快速入门MindSpore可视化调试调优，优化模型效果

基于昇腾AI处理器的算子开发

通过Mind Studio图形化界面，体验端到端的算子开发流程，包括算子工程创建，算子代码实现、测试代码实现以及测试。

基于昇腾AI处理器的目标检测应用（ACL）

本实验通过模型转换、数据预处理/网络模型加载/推理/结果输出全流程展示昇腾处理器推理应用开发过程，帮助您快速熟悉ACL这套计算加速库。

使用ModelArts实现花卉图像分类

本实验指导用户在华为云ModelArts平台使用flowers数据集对预置的模型进行重训练，快速构建花卉图像分类应用。

微认证

人工智能微认证（初级）

抖音小视频背景歌名识别

华为云自动学习之垃圾分类

智能声音识别

人工智能微认证（中级）

使用MindSpore训练手写数字识别模型

基于昇腾AI处理器的算子开发

电子相册智慧整理

基于卷积神经网络实现景区精准识别场景

查看更多

收起

职业认证

活动规则

活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动时间： 2020年8月12日-2020年9月11日活动期间，华为云用户通过活动页面购买云服务，或使用上云礼包优惠券在华为云官网新购云服务，累计新购实付付费金额达到一定额度，可兑换相应的实物礼品。活动优惠券可在本活动页面中“上云礼包”等方式获取，在华为云官网直接购买（未使用年中云钜惠活动优惠券）或参与其他活动的订单付费金额不计入统计范围内；活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动时间： 2020年8月12日-2020年9月11日活动期间，华为云用户通过活动页面购买云服务，或使用上云礼包优惠券在华为云官网新购云服务，累计新购实付付费金额达到一定额度，可兑换相应的实物礼品。活动优惠券可在本活动页面中上云礼包123等方式获取，在华为云官网直接购买（未使用年中云钜惠活动优惠券）或参与其他活动的订单付费金额不计入统计范围内；活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理活动时间： 2020年8月12日-2020年9月11日活动期间，华为云用户通过活动页面购买云服务，或使用上云礼包优惠券在华为云官网新购云服务，累计新购实付付费金额达到一定额度，可兑换相应的实物礼品。活动优惠券可在本活动页面中“上云礼包”等方式获取，在华为云官网直接购买（未使用年中云钜惠活动优惠券）或参与其他活动的订单付费金额不计入统计范围内；活动对象：华为云电销客户及渠道伙伴客户可参与消费满送活动，其他客户参与前请咨询客户经理

确定

HCIA-AI

华为认证人工智能工程师

立即认证

HCIP- AI EI Developer

华为认证企业人工智能开发高级工程师

立即认证

了解更多

在线课程

涵盖云、AI、大数据等领域，轻松又高效的知识学习

动手实验

快速体验华为云服务,轻松完成云上实践

微认证

权威认证体系，助力职业发展

查看更多

收起

华为云学院

上华为云学院，Get更多前沿技能

立即学习

立即学习

7*24 多渠道服务支持 备案 提供免费备案服务 专业服务 云业务全流程支持 退订 享无忧退订服务 建议反馈 优化改进建议 热门产品 云服务器 云速邮箱 域名注册 云速建站 华为云App 售前咨询热线 950808转1 技术服务咨询 售前咨询 sales@huaweicloud.com 备案服务 beian@huaweicloud.com 云商店咨询 partner@huaweicloud.com 下载华为云App 关注我们 关注华为云 4000 955 988 950808 华为云微信 扫描二维码 华为云微博 扫描二维码 华为云App 扫描下载华为云App 售前咨询：950808转1 法律声明 隐私政策 长按/截图保存，微信识别二维码或者关注公众号“华为云” 关于华为云 了解华为云 客户案例 信任中心 法律协议 新闻报道 华为云直播 热门产品 免费体验中心 云服务器 盘古大模型 SSL证书 华为云WeLink 云速建站 支持与服务 自助服务 服务公告 支持计划 智能客服 联系我们 举报中心 实用工具 文字识别 漏洞扫描 域名注册 华为云会议 定制建站 云服务健康看板 友情链接 华为官网 华为消费者业务 华为开发者联盟 华为企业业务 华为商城 黄大年茶思屋 法律声明 隐私政策 ©2024 Huaweicloud.com 版权所有 黔ICP备20004760号-14 苏B2-20130048号 A2.B1.B2-20070312 域名注册服务机构许可：黔D3-20230001 代理域名注册服务机构：新网、西数 电子营业执照 贵公网安备 52990002000093号

人工智能的培训机构有哪些比较好？ - 知乎

人工智能的培训机构有哪些比较好？ - 知乎首页知乎知学堂发现等你来答​切换模式登录/注册人工智能人工智能算法人工智能的培训机构有哪些比较好？关注者19被浏览63,885关注问题​写回答​邀请回答​好问题​添加评论​分享​8 个回答默认排序我叫盖老实码农​ 关注先问楼主什么学历，如果题主本科及本科以上学历，想要做算法工作是没有什么问题的。但如果楼主大专，那么建议题主先去进行学历提升。现在的学历提升也不难，无非就是花点钱读个专升本，并没有那么难。以下探讨都是在楼主学历能够达到基本的学历条件的情况下进行的，否则不在讨论之列。看题主的样子，是要通过一个短期的培训要进入人工智能行业。但是普通的培训，能达到你想要的效果吗，能让你找到合适的工作吗？从个人建议来说，我不建议楼主去报任何一个所谓的“人工智能培训机构”的课程。并不是我质疑短期培训这件事。我作为一个已经成功通过培训进入AI行业的人，我也参加过培训，也见识过各种背景、水平参差不齐的人。我见过双非报培训课程，最后进入BAT大厂年薪百万的，也见过985、211硕士的科班出身的职场人把自己的工作内容拿来请培训的老师帮忙的。所以，我想说的是培训是一个很好的桥梁，帮助很多人实现从0到1 的蜕变，打开成功之路的大门。但这其中，因为不乏科班出身的高学历的人，所以选择怎么样的机构能让你“弯道超车”是至关重要的。如果你并不是特别了解行业，可以选择一些比较系统的课程去学习。首先，可以在网上看一些网课的学习资料，利用自己碎片化的时间去学习，先了解行业，看自己是否有兴趣，是否原因深入去学习。在入门阶段，了解行业的阶段，我推荐两套网络课程：一套是fast.ai课程；另一套就是吴达恩的DeepLearning.ai的课程。 1、fast.aifast.ai，如其名字一样，它的特点就是短频快，追求“速成”。先教技巧，让学员可以在广泛的应用场景中去学习。很大程度节省了学员去学习理论的时间，比较快捷帮助他们在短时间积累经验。这套课程在网上的资源也比较多，有些经典的案例模型讨论的热度也是比较高的。个人认为fast.ai封装过于完善，就会导致有时候程序的运行，灵活性比较低。如果希望开箱即用来作为入门，还是比较推荐的。2、吴达恩DeepLearning.ai 课程：这套教材是2017年推出的，内容较新。吴恩达是斯坦福大学计算机科学系和电气工程系的客座教授，他还是在线教育平台Coursera的创始人之一。他的团队，师资力量自然不用多说。这套教材在Coursera上线，并在网易有中文版资源，方便有语言障碍的人们学习。课程的形式也是像PPT一样并且附上吴恩达本人的笔记。这套课程更多的是重在理论研究，为系统学习打基础的课程。在项目实战及工程运用方面讲解并不多。同时，相对于fast.ai学习过的人可能并不多，所以遇到问题，需要自己查阅资料去解决。之前我学习时候遇到问题，在网上没有找到相关的解决方法，以致于差点放弃...实属有些尴尬。3、深兰科技AI课程这套课程是深兰科技基于多年的人工智能基础研究和应用开发的经验研发的。因为深兰科技不具备相关的教育资质，所以与上海交大教育集团联合开设。这套课程是我学习过的比较完善的一套教程。在教学过程中，通过一些实例的讲解，去强化相关的一些理论知识的运用，加深对相应技术的掌握。通过整个学习过程，学生就可以根据所学进行举一反三，灵活性相当高。这套课程是完整的从入门开始的基础编程语言教学到大量的实例项目讲解，还有一个比较突出的优势就是可以到深兰科技全国分子公司项目组去参与深兰科技的在研项目。依托深兰科技广泛的研发方向，课程的设置也非常多样化，涵盖自然语言处理、计算机视觉、推荐等领域，在基础部分学完之后就可以选择方向深入研究自己感兴趣的领域。深兰的大量商用交付项目作为依托，团队负责人也参与了课程的设计及授课，所以课程每一遍都会有更新，讲解的都是行业最新的一些技术。深兰的课程全日制班级和周末班也都开设，线上线下都有，直播录播也都有，随时可以学习，也适合不太好分配时间的上班族及在校学生学习。不足之处是深兰科技的课程强度比较大，在学习过程丝毫不能偷懒。实践阶段是在授课结束之后，选择自己感兴趣的方向和项目组去实践。去锻炼积累真实的工作经验和项目经验。深兰的课程作为近几年在人工智能人才培养领域关注度比较高的原因，一方面是因为深兰极高的就业率和深兰在AI研发领域的知名度。加上，深兰和上海交大教育集团的导师进行联合授课，师资力量也比较雄厚，所有师资都是在研发一线的资深算法工程师。其实，我的亲身体会就是，无论楼主怎么学习，最重要的就是持之以恒，坚持不要放弃。积累企业内部的真实工作经历是相当重要的，如果能有机会在企业的学习过程中发表论文及参与国际竞赛就更好了！要想几个月的时间掌握到企业级的应用知识确实不容易，一定要全力以赴！也祝你早日转行成功！编辑于 2021-12-26 18:45​赞同 3​​添加评论​分享​收藏​喜欢收起​匿名用户说实话，人工智能不到企业里面学根本掌握不了真正的人工智能教室里面都是纸上谈兵建议你要学找个大型的AI企业到内部锻炼比如像深兰科技就有一个培训，直接在深兰内部学习，好像和交大联合的，叫交大人工智能中心其他的像旷世，寒武纪，依图都和大学有一些相关人才培养你可以自己搜一下，多比较比较发布于 2020-02-13 16:43​赞同 2​​添加评论​分享​收藏​喜欢

人工智能培训班_AI人工智能课程推荐-传智教育

人工智能培训班_AI人工智能课程推荐-传智教育

教育行业A股IPO第一股（股票代码 003032）

全国咨询/投诉热线：400-618-4000    举报邮箱:mc@itcast.cn

人工智能培训首页

人工智能课程大纲

人工智能课程升级

教学团队

就业薪资

人工智能基础教程

人工智能开发适合人群

预转型开发人员

理工科相关专业

研发管理技术拓展

人工智能爱好者

咨询新开班级构成情况

人工智能开发六大课程优势

制定AI培训课程培养AI专精型人才

覆盖AI职业技能助力学员高起点就业

课程设置科学合理适合AI技术初学者

多领域多行业项目打造AI核心竞争力

技术大牛倾力研发专职沉淀AI新技术

聚力名企共建课程整合优质技术资源

01制定AI培训课程 培养AI专精型人才

我们培养的AI工程师所需能力

AI算法深入研究能力AI算法深入研究能力指算法实用性、先进性、可拓展性，让学员掌握算法模型举一反三的技能。

AI算法业务流处理能力AI算法业务流处理能力指通过企业实战场景、业务流，对AI技术实战训练，解决实战业务流问题。

技术栈SeleniumRequestsJs

技术栈XpathMysqlESFilter

技术栈CounterSeabornOpencvTensorboardJiebaPillow

技术栈LossSelectionEntropyLossAdam SGD

技术栈Cross ValidationModelPredictTrain Test Split

技术栈PytorchTensorflowKerasSklearn

技术栈AcuracyRecalPrecisionF1

技术栈DjangoFlaskDockerTensorflow-Serving

技术栈AbtestUnitestAPItest

数据采集与标注数据清洗与存储数据特征与分析

模型验证模型训练模型选型与构建

模型选型与构建模型选型与构建系统联调测试

在线医生问答机器人是NLP在医疗领域的应用之一，帮助人们解决基本的医疗知识问答。项目涉及主流的AI技术，包括迁移和微调BERT模型解决句子连贯性判断、BiLSTM+CRF解决医疗命名实体识别、使用自监督语料进行实体审核等，对涉猎的算法模型进行深度解析。同时，整个项目具备完整的业务流程，包括微信公众号的对接、对话管理存储、模型部署服务、图数据库操作等，以便训练的模型能真正投入使用，产生商业价值。

技术架构

课程实例：在线医生项目

微信公众号客户端

分布式模型部署与性能提升技巧

医疗领域知识图谱neo4j存储N度关系查询图数据管理

医疗对话生成模型训练基于BERT的对话连贯性判断用户意图识别Bi-LSTM+CRF的命名实体识别

多轮对话管理系统基于Redis的缓存基于Unit的规则生成器多轮对话控制机制

医疗数据清洗与数据处理流水线

了解AI工程师发展前景

02覆盖AI职业技能 助力学员高起点就业

机器学习、推荐、通用框架

科学计算库，特征工程， 十大经典算法，主流应用领域，推荐系统，主流框架人工智能框架TensorFlow、Pytorch。

图像与视觉处理CV

图像分类，目标检测和追踪，图像语义分割，场景文字识别，图像生成，人体关键点检测及标签识别，视频分类。

自然语言处理NLP

分词，命名实体识别，词性标注、句法分析、语义理解、信息抽取、机器翻译、文本摘要、问答系统、阅读理解。

人工智能前沿技术和未来热点

进化学习、分布式机器学习、强化学习、立体视觉与SLAM、点云处理、对称权重与深度置信网络、模型可解释性，模型压缩，迁移学习，终身学习，元学习。

咨询老学员就业详情

03课程设置科学合理 适合AI技术初学者

阶段1

阶段2

阶段3

阶段4

阶段5

阶段6

阶段7

阶段8

阶段9

阶段10

Python编程基础

主讲内容：

· Python基础语法· Python数据处理· 函数· 文件读写· 异常处理· 模块和包

可掌握的核心能力：

1、掌握Python开发环境基本配置；2、掌握运算符、表达式、流程控制语句、数组等的使用；3、掌握字符串的基本操作；4、初步建立面向对象的编程思维；5、熟悉异常捕获的基本流程及使用方式；6、掌握类和对象的基本使用方式。

可解决的现实问题：

熟练掌握人工智能Python语言，建立编程思维以及面向对象程序设计思想，使学员能够熟练使用Python技术完成基础程序编写。

Python编程进阶

主讲内容：

· 面向对象· 网络编程· 多任务编程· 高级语法· Python编程综合项目· Python数据结构

可掌握的核心能力：

1、掌握网络编程技术，能够实现网络通讯；2、知道通讯协议原理；3、掌握开发中的多任务编程实现方式；4、知道多进程多线程的原理。

可解决的现实问题：

熟练使用Python，掌握人工智能开发必备Python高级语法。

数据处理与统计分析

主讲内容：

· Linux· MySQL与SQL· Numpy矩阵运算库· Pandas数据清洗· Pandas数据整理· Pandas数据可视化· Pandas数据分析项目

可掌握的核心能力：

1、掌握Linux常用命令，为数据开发后续学习打下的良好基础；2、掌握MySQL数据库的使用；3、掌握SQL语法；4、掌握使用Python操作数据库；5、掌握Pandas案例；6、知道会图库使用；7、掌握Pandas数据ETL；8、掌握Pandas数据分析项目流程。

可解决的现实问题：

掌握SQL及Pandas完成数据分析与可视化操作。

机器学习与多场景案例实战

主讲内容：

· 机器学习简介· K近邻算法· 线性回归· 逻辑回归· 决策树· 聚类算法· 集成学习· 机器学习进阶算法· 用户画像案例· 电商运营数据建模分析案例

可掌握的核心能力：

1、掌握机器学习算法基本原理；2、掌握使用机器学习模型训练的基本流程；3、掌握Sklearn,Jieba,Gensim等常用机器学习相关开源库的使用；4、熟练使用机器学习相关算法进行预测分析；5、掌握数据分析常用思维方法；6、掌握不同业务场景下的指标体系搭建；7、熟练使用各种数据分析工具进行数据提取与数据展示；8、熟练运用常用数据分析模型解决业务问题。

可解决的现实问题：

掌握机器学习基本概念，利用多场景案例强化机器学习建模。

数据挖掘综合项目

主讲内容：

· 金融风控项目业务背景介绍· 风控建模介绍· 机器学习评分卡· 金融风控特征工程· 不均衡学习和异常检测· 推荐项目数据采集· 推荐系统召回业务· 推荐系统排序业务· 基于多路召回的实时推荐· 推荐系统平台调度· 推荐系统性能评估

可掌握的核心能力：

1、掌握风控业务场景的常用指标；2、掌握评分卡的建模流程；3、掌握评分卡特征工程的常用套路；4、熟练运用机器学习算法解决风控业务场景下的问题；5、掌握多行业推荐业务；6、掌握推荐业务建模流程；7、掌握召回，排序基础算法；8、熟练运用机器学习算法解决推荐业务问题；9、掌握大数据计算框架基本使用。

可解决的现实问题：

1、掌握掌握金融风控或推荐系统项目2、掌握运用机器学习算法解决实际业务的分类、聚类、回归的问题

深度学习与NLP自然语言处理基础

主讲内容：

· 深度学习基础· BP神经网络· 经典神经同络结构（CNN&RNN）· 深度学习多框架对比· 深度学习正则化和算法优化· 深度学习Pytorch框架· NLP任务和开发流程· 文本预处理· RNN及变体原理与实战· Transformer原理与实战· Attention机制原理与实战· 传统序列模型· 迁移学习实战

可掌握的核心能力：

1、pytorch工具处理神经网络涉及的关键点；2、掌握神经网络基础知识；3、掌握反向传播原理；4、了解深度学习正则化与算法优化；5、掌握NLP领域前沿的技术解决方案；6、了解NLP应用场景；7、掌握NLP相关知识的原理和实现；8、掌握传统序列模型的基本原理和使用；9、掌握非序列模型解决文本问题的原理和方案；10、能够使用pytorch搭建神经网络；11、构建基本的语言翻译系统模型；12、构建基本的文本生成系统模型；13、构建基本的文本分类器模型；14、使用ID-CNN+CRF进行命名实体识别；15、使用fasttext进行快速的文本分类；16、胜任多数企业的NLP工程师的职位。

可解决的现实问题：

掌握深度学习基础及神经网络经典算法；掌握热门的PyTorch技术，完成自然语言处理基础算法，诸如RNN、LSTM、GRU等技术。

ChatGPT技术深入浅出

主讲内容：

· ChatGPT入门· ChatGPT原理详解· ChatGPT项目实战· 基于大型预训练模型搭建聊天机器人· 聊天机器人和问答系统

可掌握的核心能力：

1、掌握大规模知识图谱技术与自然语言处理在多领域的应用2、掌握ChatGPT聊天机器人实战3、掌握基于大型预训练模型搭建聊天机器人4、熟悉端到端以及结合知识库的多轮多任务对话系统网络结构

可解决的现实问题：

能够运用ChatGPT模型完成聊天机器人和问答系统的相关功能

NLP自然语言处理综合项目

主讲内容：

· 解决方案列表· 项目架构及数据采集· 命名实体识别· 对话系统· 项目架构· 多模型预测· 模型的迭代优化· 模型的上线部署与总结· 智能文本分类· 模型上线

可掌握的核心能力：

1、医疗领域NER解决方案；2、对话主题相关解决方案；3、微信端服务部署解决方案；4、对话管理系统与A结合解决方案；5、抽取式文本摘要解决方案；6、生成式文本摘要解决方案；7、自主训练词向量解决方案；8、解码方案的优化解决方案；9、数据增强优化解决方案；10、大规模快速文本分类解决方案；11、多模型井行预测解决方案；12、分布式模型训练解决方案；13、多标签知识图谱构建解决方案。

可解决的现实问题：

1、掌握自然语言处理项目，完成文本摘要或传智大脑项目2、掌握自然语言处理项目，完成智能文本分类或知识图谱项目3、掌握运用NLP核心算法解决实际场景关系抽取的问题

CV基础&面试加强

主讲内容：

· 机器学习核心算法加强· 深度学习核心算法加强· 数据结构与算法· 多行业项目扩展· 图像与视觉处理介绍· 目标分类和经典CV网络· 目标检测和经典CV网络· 目标分割和经典CV网络

可掌握的核心能力：

1、机器学习与深度学习核心算法，NLP经典算法，数据结构算法、Djkstra算法，动态规划初步，贪心算法原理，多行业人工智能案例剖析；2、经典卷积网络：LeNet5、AlexNet、 VGG、 Inception、GoogleNlet、残差网络 深度学习优化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、 YOLOV2、 YOLOV。

可解决的现实问题：

1、掌握数据结构与算法，核心机器学习、深度学习面试题，助力高薪就业；2、掌握计算机视觉基础算法，诸如CNN、残差网络、Yolo及SSD。

CV计算机视觉综合项目

主讲内容：

· 解决方案列表· 项目架构及数据采集· 人脸检测与跟踪· 人脸姿态任务· 人脸多任务· 系统集成

可掌握的核心能力：

1、人脸检测与跟踪解决方案；2、人脸多任务解决方案；3、人脸识别任务解决方案；4、系统集成解决方案；。

可解决的现实问题：

掌握人脸支付项目或智慧交通项目或实时人脸识别项目。

申请免费试听

04多领域多行业项目 打造AI核心竞争力

天鹰智能交通

本项目利用深度学习技术，跟踪路面实时车辆通行状况，并逐帧记录不同行车道车流量数目。车辆自动计数系统由计数系统、图像抓拍系统、实时监控录像系统组成，可在视频看出每个车辆的连续帧路径。

项目架构

1、Siamese系列模型2、yoloV3目标检测3、SORT/DeepSORT算法4、卡尔曼滤波目标位置优化5、匈牙利算法目标匹配6、相机校正方法

壹图实时人脸检测

本项目可通过摄像头实时采集视频人脸数据，也可批量图片输入自动化识别人脸；本项目对视频可实现人脸的跟踪，并标注姓名、性别、情绪（开心、生气、自然）等信息；能对进入视频的陌生人报警。

项目架构

1、EigenFace2、LBPH3、双属性图4、动态人脸定位5、活体检测6、柔性模型技术7、Gabor系数特征匹配8、隐马尔科夫模型的图像分割

美创医疗在线AI医生

在线医生项目是一个基于自然语言理解方向的问答机器人。该项目结合医学知识图谱、深度学习、对话管理、微信公众号开发等技术，旨在降低首医成本，为患者提供基本医学诊断意见服务。

项目架构

1、Neo4j图数据库2、命名实体审核/识别模型训练与预测+3、句子主题相关模型训练与部署4、系统联调与测试5、论文复现

蜂窝头条智能文本推荐

中文标签化系统是NLP基础任务的综合系统，同时又是NLP应用的基础设施。根据文本信息，给出对应的预定义标签将能够有效的支持用户画像，推荐系统等。同时，对于高阶NLP任务，如对话，翻译，寓意蕴含等在语料分类上将有很大的帮助。

项目架构

1、标签词汇知识图谱2、特征工程3、fasttext模型4、多模型训练与预测5、AI业务流调试6、Django后端服务搭建

泛娱乐推荐

推荐系统的在当下的火爆程度毋庸置疑，个性化推荐的需求也是每一个toC产品应该实现的目标。本项目推荐系统策略与图像与视觉处理相结合，深度解决互联网产业的推荐业务场景。

项目架构

1、知识图谱构建双画像2、多召回策略3、召回金字塔4、基于人脸5、场景6、表情推荐方案

猫眼人脸支付CV

人脸支付项目是一个基于计算机视觉方向的人脸识别项目，该项目以支付系统为背景介绍人脸处理的整体流程。利用机器学习和深度学习的方法，针对摄像头捕获的视频图像，进行人脸区域检测，人脸跟踪，人脸姿态的检测，通过人脸矫正，人脸比对完成人脸的识别。

项目架构

1、人脸检测的解决方案2、人脸姿态（欧拉角）检测3、人脸关键点识别4、人脸多任务（年龄，性别等）5、人脸特征对比

黑马头条推荐系统

黑马头条推荐系统属于机器学习与深度学习推荐应用项目，类似今日头条、掘金等推荐。用户可以通过黑马头条APP获取个性化推荐技术文章的效果。

项目架构

1、Hadoop分布式文件存储和计算2、Sqoop大规模数据迁移3、Lambda架构4、Flume数据采集5、Kafka消息队列6、Spark机器学习7、用户特征工程8、TFIDF、TextRank文本特征工程9、多路召回策略10、Wide&Deep深度学习模型

万米电商推荐系统

根据用户的历史行为，挖掘出用户的喜好，并为用户推荐与其喜好相符的商品或者信息。同时让一些有价值的信息能够到达潜在的用户之中。其中用户画像标签系统为推荐系统提供数据支持，商品推荐的Ctr/Cvr点击率/转化率预估系统为推荐系统推荐结果提供排序依据。

项目架构

1、推荐系统项目业务背景介绍2、推荐系统架构3、企业级用户画像4、SparkMllib案例实战5、多路召回算法6、排序算法7、推荐系统指标评估

小智同学-聊天机器人

小智聊天机器人，使用了自然语言处理的技术，实现人机对话。实现的是一个类似智能客服的系统，实现了闲聊功能和问答功能，在App上提供了入口，能够和机器人闲聊和编程相关的问题。

项目架构

1、jieba分词2、skip-gram模型3、CBOW模型4、词嵌入原理word_embedding5、神经网络RNN-LSTM-GRU6、Seq2Seq模型完整搭建和训练7、astText+Attention注意力机制

百京金融风控项目

金融风控项目搭建了整套金融风控知识体系，从反欺诈、信用风险策略、评分卡模型构建等热点知识，使得学员具备中级金融风控分析师能力。

项目特色

1、常见信贷风险、金融风控领域常用术语2、信贷审批业务基本流程、ABC评分卡概念、正负样本定义方法等3、特征衍生、特征交叉、特征评估与筛选4、逻辑回归评分卡、集成学习评分卡、模型评价（KS，AUC），评分映射方法，模型报告5、样本不均衡的处理方法，异常点检测的常用方法

天鹰智能交通

壹图实时人脸检测

美创医疗在线AI医生

蜂窝头条智能文本推荐

泛娱乐推荐

猫眼人脸支付CV

黑马头条推荐系统

万米电商推荐系统

小智同学聊天机器人

百京金融风控项目

咨询获取完整项目信息

05技术大牛倾力研发 专职沉淀AI新技术

40+解决方案

特定目标车辆跟踪Siamese系列模型的解决方案SORT/DeepSORT算法多目标车辆跟踪解决方案

建立交通流系统状态和观测状态的解决方案车辆检测、计数和分类解决方案

图像去畸变的解决方案实时车道线检测的解决方案

实时采集摄像头人脸视频的解决方案利用深度学习方法进行人脸属性提取的解决方案

动态图像人脸定位的解决方案利用深度神经网络进行人脸实时识别跟踪的解决方案

医学影像格式转换的解决方案肺部实质形态分割的解决方案

利用深度学习模型进行肺结节检测及分割的解决方案可疑病灶区域标记及预诊断的解决方案

基于多模型级联学习的场景识别解决方案浅CNN模型和深CNN模型集成学习

mlp模型组合预判场景解决方案在线图片识别-商品检测项目（CV）

基于端到端算法的目标检测解决方案模型训练中数据增强的解决方案

基于Label Image的图像标注的解决方案知识图谱的双画像关系存储解决方案

动态/静态标签的AI属性方案实时响应的AI金字塔召回方案

wide-deep模型的排序模型方案医疗领域NER解决方案

对话主题相关解决方案微信端服务部署解决方案

对话管理系统与AI结合解决方案大规模快速文本分类解决方案

多模型并行预测解决方案分布式模型训练解决方案

多标签知识图谱构建解决方案基于Flume+Kafka的实时数据采集解决方案

基于词频、词向量的文章画像抽取解决方案离线定时任务多路召回的解决方案

wide&deep深度神经网络模型的排序方案双通道redis&hbase的实时请求服务解决方案

推荐系统冷启动解决方案中文分词和向量化的解决方案

基于神经网络端到端的解决方案语言模型调优与注意力机制优化的方案

10+技术栈

模型训练流水线模型并行预测服务模型热更新微服务分布式模型训练自动参数调优Fasttext模型全面解析应用Transformer迁移学习深入实践ResNet主干视觉网络剖析强化学习与对抗网络解读大型模型压缩与知识蒸馏探索对抗网络系列算法论文复现……

20+名AI技术大牛

平均5年+AI从业经验

300+次技术研讨

更多课程详情

06聚力名企共建课程 整合优质技术资源

百度云智学院，制定人工智能人才培养方案双方将共同制定和推广“人工智能”人才标准及人才培养方案，并根据各自的优势共同进行课程设计和优化，旨在培养更专业的人工智能领域人才。

京东人工智能平台，达成 AI 项目资源深度合作双方将通过平台建设、课程研发、人才培养及产品创新，围绕人工智能数据科学、图像与视觉处理、自然语言处理等领域开展更多深度合作。

实战讲师团队让你少走弯路

原老师

北京大学电子与通信工程硕士, 多年开发经验,熟悉web后端,移动端, 大数据, 机器学习等技术, 精通java Python等常用开发语言,在多家软件公司担任高级工程师, 项目经理, 有新浪微博,中新网新闻发布系统等多个大型项目经验。

邢老师

10年Linux平台互联网开发经验，业界讲师。精通Linux内核开发、内核系统移植、ARM SOC体系结构设计、C/C++、Python、Javascript、LISP、ARM/X86汇编等编程语言，全栈工程师对计算机原理从上到下融会贯通。

许老师

十年Linux平台软、硬件开发经验，五年教学经验。拥有美国Intel多核多线程认证, ARM认证工程师资格证(AAE和AAME)。曾参与上海建设银行项目Unix安全及解决方案,263网络集团的大型企业邮箱系统开发。精通Linux内核驱动开发、C/C++、Python开发。

惠老师

多年软件开发经验和丰富的教学经验，先后在多家公司担任团队技术负责人。熟悉Python、C、Objective-C、Swift等编程语言,带领团队开发出《利安社区》《荣华果园》《爱遇》《WinShop》等。授课风趣幽默，善于引导学生主动思考问题。

江老师

多年研发经验和教学经验。精通Linux操作系统各种应用开发，精通C/C++、Python语言编程，对GTK+、Qt等图形界面编程有深入研究，精通网络编程，交换机、路由器、TCP/IP协议栈等。拥有丰富授课及培训技巧，讲课幽默生动有趣，深入浅出。

陈老师

计算机专业毕业，多年IT教育培训及多年开发经验，精通Python、C、OC、Swift等编程语言，主导过多个项目开发，社交、新闻、购物等APP和后端领域，注重移动端与后台接口交互体验。授课思路清晰明了，通俗易懂。

赵老师

人工智能方向博士,微软AI课程导师; 曾任职于多家世界500强公司及无人机行业领先企业的研发部门;授课经验丰富,精准把握方向, 知识体系完备;开拓的国际视野,具有亚欧大陆、南北美洲等30余个国家的访学阅历。

张老师

统计学硕士,10年以上医疗行业软件研发与算法设计经验,担任算法工程师+高级软件工程师,精通Python ,opencv,c++,php,react-native等,主要从事人脸检测,物体识别并建立相关医疗模型,具有医疗核心期刊发表过相应文章经历。

赵老师

多年开发与IT教学经验，精通Python、MySQL、HTML、CSS、JavaScript等编程语言。技术纯熟，项目经验丰富。授课风趣幽默，以不同的授课风格打破代码课程对学生的常规束缚，引导不同基础的学生日有所长。

咨询获取完整师资信息

智能Tlias教学系统学习更有效率

目标导向式学习

课前明确学习目标学员全程围绕学习目标开展学习

智能指引式建议

根据个人知识掌握推荐对应学习建议

及时的答疑解惑

随时随地在系统中提出问题并获得解答

BI可视化呈现

学习成果通过可视化BI报表展现学习情况了然于胸

随堂诊断式纠错

随堂纠错测评确保学习的薄弱点有效补救

循序渐进式练习

低起点、高终点的练习路径提升知识应用能力

阶段性效果测试

阶段性评估明确学习薄弱点

贴心的强化辅导

专人制定专项学习计划确保每一名学员不掉队

制定个人学习计划

Python入门教程完整版

Python爬虫热点项目

6节课掌握Python爬虫

解读机器学习经典算法

4天学会python量化交易

人工智能必学基础课

Django入门视频教程

入门Flask框架Web开发

更多>>人工智能学科资讯

01新征程，再出发丨传智教育成功在深交所挂牌上市

02ChatGPT聊天机器人，从注册到实战，ChatGPT一套通关教程

03传智教育集团数字化人才建设方案强势来袭！助力高校发展

04传智教育 x SelectDB公司 联合推出Apache Doris中文视频教程

05传智教育与京东达成AI项目资源深度合作

06新增“ChatGPT”课程，人工智能开发课程V4.0再升级！

更多>>人工智能技术资讯

01人工智能基础视频教程：7天入门机器学习

02人工智能之个性化推荐之路

03如何解决分类中解决类别不平衡问题？

04深度相机是什么？深度相机常见技术

05《基于图卷积神经网络的3D多目标跟踪》论文解读

06ECCV2020论文解读

更多>>人工智能常见问题

01学了人工智能之后能做哪些工作？

02为什么好的项目课程要多行业多领域?

03数学基础不好能学人工智能吗？

04为什么好的课程要教如何接手老项目？

05为什么好的课程要教学员组件化定制?

06掌握前沿技术解决方案的重要性

更多>>人工智能面试宝典

01人工智能技术发展的五个主要分支

02提高人工智能模型准确率过程中注意什么？

03人工智能算法如何学习数据中的规律?

04十大Markdown语法简明教程

05十大HTML+CSS特征布局技巧

06人工智能+Python之字符串基本操作

更多>>人工智能行业聚焦

01什么是人工智能

02人工智能的发展

03人工智能的应用

04人工智能好就业吗？

05学人工智能以后从事什么工作？

06人工智能就业前景堪忧？

更多>>人工智能技术热点

05人工智能算法进阶：SOM聚类的应用

01数学基础不好能报人工智能吗？

02Java可以开发人工智能吗?

03学习人工智能要准备哪些基础知识?

04对人工智能软件进行冒烟测试步骤

06不了解人工智能评估指标怎么办？

入学攻略

学费价格住宿环境开班时间校区分布

关于传智

关于我们对外合作程序员节播仔

快速导航

传智声明法律声明

全国咨询 / 投诉热线

400-618-4000

举报邮箱

mc@itcast.cn

传智教育

黑马程序员

友情链接

相关课程

友链联系QQ2217622915： 人工智能面试经验 人工智能笔试刷题 人工智能培训课程 Python培训课程  人工智能培训班 人工智能培训课程 前端培训 广西中专招生 济南教育培训 郑州教育培训 雅思培训 防伪标签 python培训课程 更多

人工智能开发视频教程 Java培训课程 web前端培训 Python培训课程 UI设计培训 人工智能课程 大数据培训 web开发培训班 大数据培训课程 python大数据课程 软件测试课程 C/C++培训 新媒体运营课程 产品经理培训 Linux云计算+运维开发培训 智能机器人软件开发 电商视觉运营设计培训

江苏传智播客教育科技股份有限公司 版权所有Copyright 2006-2024  All Rights Reserved 苏ICP备16007882号营业执照增值电信业务经营许可证出版物经营许可证苏公网安备 32132202001156号

试听

咨询

报名

和我们在线交谈！

人工智能培训_北京人工智能培训班_好口碑人工智能培训机构推荐-黑马程序员

人工智能培训_北京人工智能培训班_好口碑人工智能培训机构推荐-黑马程序员

传智教育（股票代码 003032）旗下高端IT教育品牌

免费教程

原创书籍

教研团队

开班时间

报名流程

项目信息站

技术社区

精品课程

人工智能开发

JavaEE

鸿蒙应用开发

HTML&JS+前端

Python+大数据开发

人工智能开发

电商视觉设计

软件测试

新媒体+短视频直播运营

产品经理

集成电路与机器人应用开发

学科介绍

课程大纲

课程升级

教学团队

就业薪资

人工智能开发

学科介绍

课程大纲

课程升级每周更新

教学团队

就业薪资

申请免费试听名额

人工智能开发

选择校区

北京昌平 

申请免费试听名额

6个月高标准人工智能课程

13+多领域多行业AI项目

8+AI主流就业方向

50人专职教研团队

80%项目课程占比

终身职业生态圈

人工智能开发 培养高精尖AI人才

为什么要学习人工智能开发?

时代风口

创新未来

人才稀缺

选择人工智能开发毕业起点高，就业前景好

适合人群

刚毕业想把握未来想抓住未来方向但又无从下手的迷茫者

无基础自学困难热爱人工智能，但发现自学周期长，无法快速入行的初学者

想转行没有目标在传统行业打拼多年，想快速转型未来行业的奋斗者

喜欢钻研人工智能热爱新技术、新热点、互联网行业，想一步到位的高薪者

人工智能第一课：学习人工智能的那些事儿

01AI能干什么，能找什么样的工作

认识人工智能，AI趋势AI广泛的就业领域

02初学者，如何学习人工智能

具体就业岗位能力分析AI知识体系搭建和能力培养

03AI初学者认知误区、常踩的“坑”成功培养1000名AI开发者后的经验&感悟

难不难？要求高不高？就业和择业已毕业同学的入行、高薪经验

高级软件工程师课程数字化人才培养课程，覆盖自然语言处理NLP、计算机视觉CV、数据挖掘、ChatGPT等AI各行业前沿技术，培养AI专精型人才

人工智能开发课程大纲

Python编程基础

Python编程进阶

数据处理与统计分析

机器学习与多场景案例实战

数据挖掘综合项目

深度学习与NLP自然语言处理基础

ChatGPT技术深入浅出

NLP自然语言处理综合项目

CV基础&面试加强

CV计算机视觉综合项目

查看详细课程大纲>Python编程基础

主要内容

Python基础语法Python数据处理函数文件读写异常处理模块和包

可解决的现实问题

熟练掌握人工智能Python语言，建立编程思维以及面向对象程序设计思想，使学员能够熟练使用Python技术完成基础程序编写。

可掌握的核心能力

1.掌握Python开发环境基本配置2.掌握运算符、表达式、流程控制语句、数组等的使用3.掌握字符串的基本操作

4.初步建立面向对象的编程思维5.熟悉异常捕获的基本流程及使用方式6.掌握类和对象的基本使用方式

查看详细课程大纲>Python编程进阶

主要内容

面向对象

网络编程

多任务编程

高级语法

Python数据结构

可解决的现实问题

熟练使用Python，掌握人工智能开发必备Python高级语法。

可掌握的核心能力

1.掌握网络编程技术，能够实现网络通讯2.知道通讯协议原理3.掌握开发中的多任务编程实现方式4.知道多进程多线程的原理

查看详细课程大纲>数据处理与统计分析

主要内容

Linux

MySQL与SQL

Numpy矩阵运算库

Pandas数据清洗

Pandas数据整理

Pandas数据可视化

Pandas数据分析项目

可解决的现实问题

掌握SQL及Pandas完成数据分析与可视化操作。

可掌握的核心能力

1.掌握Linux常用命令，为数据开发后续学习打下的良好基础 2.掌握MySQL数据库的使用3.掌握SQL语法4.掌握使用Python操作数据库

5.掌握Pandas案例6.知道会图库使用7.掌握Pandas数据ETL8.掌握Pandas数据分析项目流程

查看详细课程大纲>机器学习与多场景案例实战

主要内容

机器学习简介

K近邻算法

线性回归

逻辑回归

决策树

聚类算法

集成学习

机器学习进阶算法

用户画像案例

电商运营数据建模分析案例

可解决的现实问题

掌握机器学习基本概念，利用多场景案例强化机器学习建模。

可掌握的核心能力

1.掌握机器学习算法基本原理2.掌握使用机器学习模型训练的基本流程 3.掌握Sklearn,Jieba,Gensim等常用机器学习相关开源库的使用 4.熟练使用机器学习相关算法进行预测分析

5.掌握数据分析常用思维方法6.掌握不同业务场景下的指标体系搭建 7.熟练使用各种数据分析工具进行数据提取与数据展示 8.熟练运用常用数据分析模型解决业务问题

查看详细课程大纲>数据挖掘综合项目

主要内容

金融风控项目业务背景介绍

风控建模介绍

机器学习评分卡

金融风控特征工程

不均衡学习和异常检测

推荐项目数据采集

推荐系统召回业务

推荐系统排序业务

基于多路召回的实时推荐

推荐系统平台调度

推荐系统性能评估

可解决的现实问题

1.掌握掌握金融风控或推荐系统项目2.掌握运用机器学习算法解决实际业务的分类、聚类、回归的问题

可掌握的核心能力

1.掌握风控业务场景的常用指标 2.掌握评分卡的建模流程 3.掌握评分卡特征工程的常用套路 4.熟练运用机器学习算法解决风控业务场景下的问题 5.掌握多行业推荐业务

6.掌握推荐业务建模流程 7.掌握召回，排序基础算法 8.熟练运用机器学习算法解决推荐业务问题 9.掌握大数据计算框架基本使用

查看详细课程大纲>深度学习与NLP自然语言处理基础

主要内容

深度学习基础

BP神经网络

经典神经同络结构（CNN&RNN）

深度学习多框架对比

深度学习正则化和算法优化

深度学习Pytorch框架

NLP任务和开发流程

文本预处理

RNN及变体原理与实战

Transformer原理与实战

Attention机制原理与实战

传统序列模型

迁移学习实战

可解决的现实问题

掌握深度学习基础及神经网络经典算法；掌握全球热门的PyTorch技术，完成自然语言处理基础算法，诸如RNN、LSTM、GRU等技术。

可掌握的核心能力

1.pytorch工具处理神经网络涉及的关键点 2.掌握神经网络基础知识 3.掌握反向传播原理 4.了解深度学习正则化与算法优化 5.掌握NLP领域前沿的技术解决方案 6.了解NLP应用场景 7.掌握NLP相关知识的原理和实现8.掌握传统序列模型的基本原理和使用

9.掌握非序列模型解决文本问题的原理和方案 10.能够使用pytorch搭建神经网络 11.构建基本的语言翻译系统模型 12.构建基本的文本生成系统模型 13.构建基本的文本分类器模型 14.使用ID-CNN+CRF进行命名实体识别 15.使用fasttext进行快速的文本分类 16.胜任多数企业的NLP工程师的职位

查看详细课程大纲>ChatGPT技术深入浅出

主要内容

ChatGPT入门

ChatGPT原理详解

ChatGPT项目实战

基于大型预训练模型搭建聊天机器人

聊天机器人和问答系统

可解决的现实问题

能够运用ChatGPT模型完成聊天机器人和问答系统的相关功能

可掌握的核心能力

1.掌握大规模知识图谱技术与自然语言处理在多领域的应用

2.掌握ChatGPT聊天机器人实战

3.掌握基于大型预训练模型搭建聊天机器人

4.熟悉端到端以及结合知识库的多轮多任务对话系统网络结构

查看详细课程大纲>NLP自然语言处理综合项目

主要内容

解决方案列表

项目架构及数据采集

命名实体识别

对话系统

项目架构

多模型预测

模型的迭代优化

模型的上线部署与总结

智能文本分类

模型上线

可解决的现实问题

1.掌握自然语言处理项目，完成文本摘要或传智大脑项目

2.掌握自然语言处理项目，完成智能文本分类或知识图谱项目

3.掌握运用NLP核心算法解决实际场景关系抽取的问题

可掌握的核心能力

1.医疗领域NER解决方案2.对话主题相关解决方案 3.微信端服务部署解决方案 4.对话管理系统与A结合解决方案 5.抽取式文本摘要解决方案 6.生成式文本摘要解决方案

7.自主训练词向量解决方案 8.解码方案的优化解决方案 9.数据增强优化解决方案 10.大规模快速文本分类解决方案11.多模型井行预测解决方案 12.分布式模型训练解决方案 13.多标签知识图谱构建解决方案

查看详细课程大纲>CV基础&面试加强

主要内容

机器学习核心算法加强

深度学习核心算法加强

数据结构与算法

多行业项目扩展

图像与视觉处理介绍

目标分类和经典CV网络

目标检测和经典CV网络

目标分割和经典CV网络

可解决的现实问题

1.掌握数据结构与算法，核心机器学习、深度学习面试题，助力高薪就业 2.掌握计算机视觉基础算法，诸如CNN、残差网络、Yolo及SSD

可掌握的核心能力

1.机器学习与深度学习核心算法，NLP经典算法，数据结构算法、Djkstra算法，动态规划初步，贪心算法原理，多行业人工智能案例剖析 2.经典卷积网络：LeNet5、AlexNet、 VGG、 Inception、GoogleNlet、残差网络 深度学习优化;RCNN、FastRCNN;FasterRCNN;SSD、YOLOM、 YOLOV2、 YOLOV

查看详细课程大纲>CV计算机视觉综合项目

主要内容

解决方案列表

项目架构及数据采集

人脸检测与跟踪

人脸姿态任务

人脸多任务

系统集成

可解决的现实问题

掌握人脸支付项目或智慧交通项目或实时人脸识别项目

可掌握的核心能力

1.人脸检测与跟踪解决方案 2.人脸姿态任务解决方案 3.人脸多任务解决方案4.人脸识别任务解决方案 5.系统集成解决方案

真项目与百度和京东共建项目，制定AI项目新标准，推出多行业、真场景、深技术的AI项目课程，并在业内建立免费体验的在线“项目库”

高标准斥巨资研发课程大厂项目共建

全行业10+AI大型项目覆盖8大热门行业

全流程大厂AI开发标准重现AI项目开发全流程

真场景真实海量数据真实业务需求

深技术技术大牛倾力研发专职沉淀AI新技术

严保障12项评审流程4项验收标准

业务分析

业务模型

40+解决方案

特定目标车辆跟踪Siamese系列模型的解决方案SORT/DeepSORT算法多目标车辆跟踪解决方案

建立交通流系统状态和观测状态的解决方案车辆检测、计数和分类解决方案

图像去畸变的解决方案实时车道线检测的解决方案

实时采集摄像头人脸视频的解决方案利用深度学习方法进行人脸属性提取的解决方案

动态图像人脸定位的解决方案利用深度神经网络进行人脸实时识别跟踪的解决方案

医学影像格式转换的解决方案肺部实质形态分割的解决方案

利用深度学习模型进行肺结节检测及分割的解决方案可疑病灶区域标记及预诊断的解决方案

基于多模型级联学习的场景识别解决方案浅CNN模型和深CNN模型集成学习

mlp模型组合预判场景解决方案在线图片识别-商品检测项目（CV）

基于端到端算法的目标检测解决方案模型训练中数据增强的解决方案

基于Label Image的图像标注的解决方案知识图谱的双画像关系存储解决方案

动态/静态标签的AI属性方案实时响应的AI金字塔召回方案

wide-deep模型的排序模型方案医疗领域NER解决方案

对话主题相关解决方案微信端服务部署解决方案

对话管理系统与AI结合解决方案大规模快速文本分类解决方案

多模型并行预测解决方案分布式模型训练解决方案

多标签知识图谱构建解决方案基于Flume+Kafka的实时数据采集解决方案

基于词频、词向量的文章画像抽取解决方案离线定时任务多路召回的解决方案

wide&deep深度神经网络模型的排序方案双通道redis&hbase的实时请求服务解决方案

推荐系统冷启动解决方案中文分词和向量化的解决方案

基于神经网络端到端的解决方案语言模型调优与注意力机制优化的方案

10+技术栈

模型训练流水线模型并行预测服务模型热更新微服务分布式模型训练自动参数调优Fasttext模型全面解析应用Transformer迁移学习深入实践ResNet主干视觉网络剖析强化学习与对抗网络解读大型模型压缩与知识蒸馏探索对抗网络系列算法论文复现……

人工智能开发项目体验

学员作品打造企业级开发环境，引导学员以业务场景进行开发，完成企业级项目实训，积累业务开发落地能力

房屋租金模型预测AI进阶班一期第2组

简介：一线城市中，租房情况越来越多，通过机器学习模型，训练出一个房租预测模型，可以指导大家在租房中，合理的价位完成交易。

课程每日反馈模型预测AI进阶班二期第3组

简介：每日反馈模型预测是通过机器学习经典算法训练模型，对学员每日反馈内容进行归类，辅助完成更好的教学管理。

房屋租金模型预测AI进阶班一期第4组

简介：一线城市中，租房情况越来越多，通过机器学习模型，训练出一个房租预测模型，可以指导大家在租房中，合理的价位完成交易。

课程每日反馈模型预测AI进阶班二期第5组

简介：每日反馈模型预测是通过机器学习经典算法训练模型，对学员每日反馈内容进行归类，辅助完成更好的教学管理。

房屋租金模型预测AI进阶班一期第5组

简介：一线城市中，租房情况越来越多，通过机器学习模型，训练出一个房租预测模型，可以指导大家在租房中，合理的价位完成交易。

人工智能开发实战标准及流程企业标准流程完成项目实战，保障所学即为所用

大厂教研师资团队 全程陪伴带你乘风破浪

专职课程研发团队严控课程质量 让课程与企业实时接轨

高学历博士、硕士研究生、985

大厂背景百度、阿里、华为、腾讯

严选教学讲师从源头把握授课质量 讲透技术重难点

16级标准严选老师录取率<3%

10年技术经验技术和授课经验丰富

免费视频教程 惠及千万学子

人工智能开发学习路线图

自学必看零基础新版

免费领取视频教程、重难点技术解析、学习工具、学习笔记等

立即前往学习 >

169856人学习2022.05.2043335人学习2023.03.07121645人学习2021.12.22126331人学习2021.12.31149477人学习2021.12.31129280人学习2021.12.2270285人学习2021.12.31175306人学习2021.12.31

多年精研教学 成就学员长线发展

2016年2016年7月，传智播客Python+人工智能学院成立2016年4月16日，从80名C++学员中筛选30名同学，培训Python开发，并以成功的就业率完成试运营2016年8月8日，Python+人工智能班，首期线下开班

2017年2017年1月率先引入爬虫项目，提升课程广度和深度，更加贴切市场需求2017年5月率先引入深度学习课程，培养大批PythonWeb和人工智能人才

2018年Python开发方面引入反爬虫、Python数据持久化、异步IO、内存缓存、项目部暑专项课Python开发方面引入自动化测试和自动化运维课程体系人工智能方面引入数据科学推荐系统、数据分析课程、NLP相关课程体系扩大研发队伍，加强研发力度，创立了N+12 教学新模式跟进新技术、新领域，为学员提供免费长期的学习服务

2019年引入京东、阿里等大厂一线技术人员，为打造优质课程体系提供技术支撑Python开发推出10+多行业多领域项目人工智能推出10+多行业多领域项目Python+人工智能分为两个班型Python开发特训班、人工智能AI进阶班2019年12月21日，人工智能AI进阶班，首期线下开班

2020年人工智能推出计算机视觉项目：智能交通、实时人脸识别、计算机视觉案例库提升AI学员就业核心竞争力人工智能推出自然语言处理NLP项目：在线AI医生项目、智能文本分类项目提升AI学员就业核心竞争力

2022年培养企业应用型高精尖AI人工智能人才引入UCloud全新云环境助力学科教学涵盖了所有人工智能生态圈技术和应用引入数据处理与统计分析阶段课程，更加注重学员数据处理能力全新升级了13+多行业项目，拓宽了数据挖掘和NLP方向课程课程设计更加合理，更加适合AI初学者学习

2016

2017

2018

2019

2020

2022

更多>>人工智能学科动态01新征程，再出发丨传智教育在深交所成功挂牌上市02从0到1打造AI聊天机器人，ChatGPT实战教程03校园招聘！60余家企业组团来黑马！05破圈，各种神仙场景下的黑马程序员05【官宣】传智教育使命升级!06新增“ChatGPT”课程，人工智能开发课程V4.0再升级！

更多>>人工智能技术资讯

01Python下载和安装图文教程[超详细]

02深度相机常见技术：深度相机的相位求解

03解决类别不平衡数据方法介绍

04Bert算法：语言模型-BERT详细介绍

05python人工智能之人脸识别综合应用与实践

06用人工智能玩转《绝地求生》

更多>>人工智能常见问题01学人工智能未来有哪些发展方向？02为什么好的项目课程要多行业多领域?03数学基础不好能学人工智能吗？04为什么好的课程要教如何接手老项目？05为什么好的课程要教学员组件化定制?06掌握前沿技术解决方案的重要性

关于人工智能

课程介绍

项目课程

学员作品

项目实战流程

教研团队

免费教程

课程大纲

基础班

1. Python编程基础

就业班

1. Python编程进阶

2. 数据处理与统计分析

3. 机器学习与多场景项目实战

4. 金融风控项目

5. 数据挖掘项目实战

6. 深度学习基础

7. 自然语言处理基础

8. ChatGPT技术深入浅出

9. 文本摘要与传智大脑项目二选一

10. 知识图谱与投满分项目二选一

11. 泛娱数据关系抽取项目实战

12. 面试加强

13. 计算机视觉基础

14. 人脸支付项目、智慧交通项目二选一

人工智能开发 V4.0版本

Python编程基础基础班

1

课时:8天

技术点:85项

测验:1次

学习方式:线下面授

学习目标

1.掌握Python开发环境基本配置|

2.掌握运算符.表达式.流程控制语句.数组等的使用|

3.掌握字符串的基本操作|

4.初步建立面向对象的编程思维|

5.熟悉异常捕获的基本流程及使用方式，

6.掌握类和对象的基本使用方式

主讲内容

1. Python基础语法零基础学习Python的开始，包含了以下技术点：

01_变量|

02_标识符和关键字|

03_输入和输出|

04_数据类型转换|

05_PEP8编码规范|

06_比较/关系运算符|

07_if判断语句语法格式|

08_三目运算符|

09_while语句语法格式|

10_while 循环嵌套|

11_break 和 continue|

12_while 循环案例|

13_for循环

2. Python数据处理掌握Python的数据类型，并对其进行操作处理，包含了以下技术点：

01_字符串定义语法格式|

02_字符串遍历|

03_下标和切片|

04_字符串常见操作|

05_列表语法格式|

06_列表的遍历|

07_列表常见操作|

08_列表嵌套|

09_列表推导式|

10_元组语法格式|

11_元组操作|

12_字典语法格式|

13_字典常见操作|

14_字典的遍历

3. 函数能够实现Python函数的编写，包含了以下技术点：

01_函数概念和作用、函数定义、调用|

02_函数的参数|

03_函数的返回值|

04_函数的注释|

05_函数的嵌套调用|

06_可变和不可变类型|

07_局部变量|

08_全局变量|

09_组包和拆包、引用

4. 文件读写能够使用Python对文件进行操作，包含了以下技术点：

01_文件的打开与关闭、文件的读写|

02_文件、目录操作及案例|

03_os模块文件与目录相关操作

5. 异常处理主要介绍了在Python编程中如何处理异常，包含了以下技术点：

01_异常概念|

02_异常捕获|

03_异常的传递

6. 模块和包主要介绍了Python中的模块和包的体系，以及如何使用模块和包，包含了以下技术点：

01_模块介绍|

02_模块的导入|

03_包的概念|

04_包的导入|

05_模块中的__all__ |

06_模块中__name__

Python编程进阶就业班

1

课时:7天

技术点:98项

测验:1次

学习方式:线下面授

学习目标

1.掌握网络编程技术，能够实现网络通讯|

2.知道通讯协议原理|

3.掌握开发中的多任务编程实现方式|

4.知道多进程多线程的原理

主讲内容

1. 面向对象从逐步建立起面向对象编程思想，再到会使用对象，到创建对象，再到真正理解为什么封装对象，包含了以下技术点：

01_面向对象介绍|

02_类的定义和对象的创建|

03_添加和获取对象属性|

04_self 参数|

05_init方法|

06_继承|

07_子类方法重写|

08_类属性和实例属性|

09_类方法、实例方法、静态方法|

2. 网络编程主要学习通讯协议，以及Python实现TCP、HTTP通讯，包含了以下技术点：

01_IP地址的介绍|

02_端口和端口号的介绍|

03_TCP的介绍|

04_Socket的介绍|

05_TCP网络应用的开发流程|

06_基于TCP通信程序开发|

3. 多任务编程主要学习Python中多线程、多进程，包含了以下技术点：

01_多任务介绍|

02_多进程的使用|

03_多线程的使用|

04_线程同步|

4. 高级语法主要学习Python的高级语法，包含以下技术点：

01_闭包|

02_装饰器|

03_正则

5. Python数据结构主要学习主要查找算法、排序算法、关键数据结构

01_时间复杂度|

02_线性表|

03_链表|

04_常用数据结构

数据处理与统计分析就业班

2

课时:10天

技术点:115项

测验:1次

学习方式:线下面授

学习目标

1.掌握Linux常用命令，为数据开发后续学习打下的良好基础|

2.掌握MySQL数据库的使用|

3.掌握SQL语法|

4.掌握使用Python操作数据库|

5.掌握Pandas案例|

6.知道会图库使用|

7.掌握Pandas数据ETL|

8.掌握Pandas数据分析项目流程

主讲内容

1. Linux掌握Linux操作系统常用命令和权限管理

01_Linux命令使用|

02_Linux命令选项的使用|

03_远程登录和远程拷贝|

04_Linux权限管理|

05_vi编辑器使用|

06_集群搭建准备

2. MySQL与SQL零基础小白通过MySQL数据库，掌握核心必备SQL，包含了以下技术点：

01_数据库概念和作用|

02_MySQL数据类型|

03_数据完整性和约束|

04_数据库、表基本操作命令|

05_表数据操作命令|

06_where子句|

07_分组聚合|

08_连接查询|

09_外键的使用|

10_Pymysql

3. Numpy矩阵运算库Numpy矩阵运算库技术，包含以下技术点：

01_Numpy运算优势，数组的属性，数组的形状|02_Numpy实现数组基本操作|03_Numpy实现数组运算，矩阵乘法，矩阵求逆，伴随矩阵

4. Pandas数据清洗Pandas数据清洗技术，包含以下技术点：

1.数据组合:01_Pandas数据组合_concat连接;02_Pandas数据组合_merge数据;03_Pandas数据组合_join|

2.缺失值处理:01_缺失值处理介绍;02_缺失值处理_缺失值数量统计;03_缺失值处理;04_缺失值处理_删除缺失值;05_缺失值处理_填充缺失值|

3.整理数据|

4.Pandas数据类型|

5.apply函数:01_Series和DataFrame的apply方法;02_apply使用案例

5. Pandas数据整理Pandas数据处理技术，包含以下技术点：

1.数据分组:

01_单变量分组聚合;

02_通过调用agg进行聚合;

03_分组后transform;

04_transform练习|

2.Pandas透视表:

01_透视表概述&会员存量增量分析;

02_会员增量等级分布;

03_增量等级占比分析&整体等级分布;

04_线上线下增量分析&地区店均会员数量;

05_会销比计算;

06_连带率计算;

07_复购率计算|

3.datetime数据类型:

01_日期时间类型介绍;

02_提取日期分组案例;

03_股票数据处理;

04_datarange函数;

05_综合案例

6. Pandas数据可视化Pandas数据可视化技术，包含以下技术点：

1.Matplotlib可视化|

2.Pandas可视化|

3.Seaborn可视化|

7. Pandas数据分析项目利用所学的Python Pandas，以及可视化技术，完成数据处理项目实战

RFM客户分群案例:

01_RFM概念介绍|

02_RFM项目_数据加载和数据处理|

03_RFM项目_RFM计算|

04_RFM项目_RFM可视化|

05_RFM项目_业务解读和小结|

机器学习与多场景项目实战就业班

3

课时:10天

技术点:153项

测验:1次

学习方式:线下面授

学习目标

1.掌握机器学习算法基本原理|

2.掌握使用机器学习模型训练的基本流程|

3.掌握Sklearn,Jieba,Gensim等常用机器学习相关开源库的使用|

4.熟练使用机器学习相关算法进行预测分析|

5.掌握数据分析常用思维方法|

6.熟练使用各种数据分析工具进行数据提取与数据展示|

7.熟练运用常用数据分析模型解决业务问题

主讲内容

1. 机器学习该部分主要学习机器学习基础理论，包含以下技术点：

01_人工智能概述|

02_机器学习开发流程和用到的数据介绍|

03_特征工程介绍和小结|

04_机器学习算法分类|

05_机器学习模型评估|

06_数据分析与机器学习

2. K近邻算法该部分主要学习机器学习KNN算法及实战，包含以下技术点：

01_K近邻算法基本原理|

02_K近邻算法进行分类预测|

03_sklearn实现knn|

04_训练集测试集划分|

05_分类算法的评估|

06_归一化和标准化|

07_超参数搜索|

08_K近邻算法总结

3. 线性回归该部分主要学习机器学习线性回归算法及实战，包含以下技术点：

01_线性回归简介|

02_线性回归API使用初步|

03_导数回顾|

04_线性回归的损失函数和优化方法|

05_梯度下降推导|

06_波士顿房价预测案例|

07_欠拟合和过拟合|

08_模型的保存和加载|

09_线性回归应用-回归分析

4. 逻辑回归该部分主要学习机器学习逻辑回归算法及实战，包含以下技术点：

01_逻辑回归简介|

02_逻辑回归API应用案例|

03_分类算法评价方法|

04_逻辑回归应用_分类分析

5. 聚类算法该部分主要学习机器学习聚类算法及实战，包含以下技术点：

01_聚类算法的概念|

02_聚类算法API的使用|

03_聚类算法实现原理|

04_聚类算法的评估|

05_聚类算法案例

6. 决策树该部分主要学习机器学习决策树算法及实战，包含以下技术点：

01_决策树算法简介|

02_ 决策树分类原理|

03_特征工程-特征提取|

04_ 决策树算法api|

05_ 决策树案例

7. 集成学习该部分主要学习机器学习集成算法算法及实战，包含以下技术点：

01 集成学习算法简介|

02 Bagging和随机森林|

03 随机森林案例|

04 Boosting介绍|

05 GBDT介绍|

06 XGBOOST介绍|

07 LightGBM介绍

8. 机器学习进阶算法该部分主要学习机器学习高阶算法及实战，包含以下技术点：

01 SVM|

02 朴素贝叶斯

9. 用户画像案例多场景项目实战部分，包含以下技术点：

01_用户行为分析|

02_用户画像标签分类|

03_统计类标签|

04_用户分群模型|

05_用户流失预测

10. 电商运营数据建模分析案例电商多场景项目实战部分，包含以下技术点：

01_零售销售报表|

02_数据探索性分析|

03_特征工程|

04_模型训练与特征优化|

05_模型部署上线

金融风控项目就业班

4

课时:6天技术点:88项测验:0次学习方式:线下面授

学习目标

以金融风控项目为例：1.掌握风控业务场景的常用指标|

2.掌握评分卡的建模流程|

3.掌握评分卡特征工程的常用套路|

4.熟练运用机器学习算法解决风控业务场景下的问题

传统金融由于风控审批主要靠人工进行，审批速度慢，一般只服务大公司，或者收入较高的人群，很多低端.无稳定收入的群体和小微企业无法享受到传统金融服务。面临如此庞大的市场，小额贷款作为新型的金融服务产品应运而生，小额贷款业务具有单笔金额小.单笔利润低.利润率高.审批速度快的热点，所以基于用户申请信息的快速自动审批系统（风控系统）就成了互联网金融领域核心的竞争力。金融风控项目搭建了整套金融风控知识体系，从反欺诈.信用风险策略.评分卡模型构建等热点知识，使得学员具备中级金融风控分析师能力。

主讲解决方案

1.金融领域数据处理解决方案|

2.金融风控策略解决方案|

3.金融风控特征工程解决方案|

4.金融风控评分卡模型解决方案|

5.信用分风险策略解决方案|

6.风控模型部署与评估解决方案|

主讲知识点

1.风控领域业务知识介绍：常见信贷风险.金融风控领域常用术语等|

2.评分卡建模概述：信贷审批业务基本流程.ABC评分卡概念.正负样本定义方法等|

3.评分卡建模特征工程：特征衍生.特征交叉.特征评估与筛选|

4.机器学习评分卡模型训练：逻辑回归评分卡.集成学习评分卡.模型评价（KS，AUC），评分映射方法，模型报告|

5.不均衡学习和异常点检测：样本不均衡的处理方法，异常点检测的常用方法|

数据挖掘项目实战就业班

5

课时:4天技术点:50项测验:1次学习方式:线下面授

学习目标

1.掌握多行业数据挖掘业务|

2.掌握数据建模流程|

3.掌握机器学习调参方法|

4.熟练运用机器学习算法解决数据挖掘业务问题

该项目主要为数据挖掘多场景项目实战，皆在通过项目实战提升学生动手能力，利用机器学习技术解决数据挖掘问题，主要包括人才流失模型实战、现金贷风控模型实战、点击率预估项目实战和用户复购项目实战等，每个部分都是完整的业务和实现流程，通过此部分学习夯实机器学习技术基础，掌握多场景数据挖掘应用。

主讲解决方案

1.数据分析解决方案|

2.特征工程解决方案|

3.机器学习模型调参解决方案|

4.模型融合解决方案

主讲知识点

1_x001f_.人才流失模型实战|

2.现金贷风控模型实战|

3.点击率预估项目实战|

4.用户复购项目实战

深度学习基础就业班

6

课时:6天

技术点:100项

测验:1次

学习方式:线下面授

学习目标

1.pytorch工具处理神经网络涉及的关键点|2.掌握神经网络基础知识|3.掌握反向传播原理|3.了解深度学习正则化与算法优化

主讲内容

1. 神经网络基础该部分主要学习神经网络基础，包含以下技术点：

01_神经网络基础：神经网络的构成、激活函数、损失函数、优化方法及正则化|02_反向传播原理：梯度下降算法、链式法则、反向传播算法、改善反向传播算法性能的迭代法|03_深度学习正则化与算法优化：L1、L2、DroupOut、BN、SGD、RMSProp、Adagrad、Adam；04_实现多层神经网络案例|

2. 深度学习多框架对比该部分主要学习深度学习多框架对比，包含以下技术点：

01_Pytorch|

02_Tensorflow|

03_MxNet|

04_paddlepaddle|

3. Pytorch框架该部分主要学习Pytorch深度学习框架，包含以下技术点：

01_Pytorch介绍|02_张量概念|03_张量运算|04_反向传播|05_梯度，自动梯度|06_参数更新|07_数据加载器|08_迭代数据集|

自然语言处理基础就业班

7

课时:12天

技术点:180项

测验:1次

学习方式:线下面授

学习目标

1.掌握NLP领域前沿的技术解决方案|2.了解NLP应用场景|3.掌握NLP相关知识的原理和实现|4.掌握传统序列模型的基本原理和使用|5.掌握非序列模型解决文本问题的原理和方案|6.能够使用pytorch搭建神经网络|7.构建基本的语言翻译系统模型|8.构建基本的文本生成系统模型|9.构建基本的文本分类器模型|10.使用ID-CNN+CRF进行命名实体识别|11.使用fasttext进行快速的文本分类|12.胜任多数企业的NLP工程师的职位

主讲内容

1. NLP入门该部分主要学习NLP基础，包含以下技术点：

01_经典案例|01_对话系统简介|02_NLU简介|03_文本生成简介|04_机器翻译简介|05_智能客服介绍|06_机器人写作介绍|07_作文打分介绍

2. 文本预处理该部分主要学习文本预处理技术，包含以下技术点：

01_文本处理的基本方|02_文本张量表示方法|03_文本语料的数据分析，文本特征处理，数据增强方法|04_分词，词性标注，命名实体识别|05_one-hot编码，Word2vec，Word Embedding|06_标签数量分布，句子长度分布，词频统计与关键词词云

3. RNN及变体该部分主要学习RNN、LSTM、GRU等技术，包含以下技术点：

01_传统RNN，LSTM，Bi-LSTM，GRU，Bi-GRU|02_新闻分类案例，机器翻译案例|03_seq2seq，遗忘门，输入门，细胞状态，输出门，更新门，重置门

4. Transfomer原理该部分主要学习Transform技术，包含以下技术点：

01_输入部分，输出部分，编码器部分，解码器部分，线性层|02_softmax层，注意力机制，多头注意力机制|03_前馈全连接层，规范化层，子层连接结构，语言模型|04_wikiText-2数据集，模型超参数|05_模型的训练，模型验证

5. 传统的序列模型该部分主要学习传统序列模型，包含以下技术点：

01_HMM原理，HMM实现，HMM优劣势|02_CRF原理，CRF优劣势，03_CRF与HMM区别，CRF实现|04_HMM历CRF历史，HMM现状，CRF现状

6. 迁移学习该部分主要学习迁移学习，包含以下技术点：

01_fasttext工具，进行文本分类|02_CBOW模式，skip-gram模式，预训练模型|03_微调，微调脚本，训练词向量|04_模型调优|05_n-gram特征|06_CoLA 数据集，SST-2 数据集，MRPC 数据集|07_BERT，GPT，GPT-2，08_pytorch.hub

ChatGPT技术深入浅出就业班

8

课时:12天

技术点:80项

测验:1次

学习方式:线下面授

学习目标

掌握ChatGPT系列自然语言模型，掌握自然语言处理项目，完成项目全流程开发。

主讲内容

1. ChatGPT入门主要学习ChatGPT注册、使用及Python调用ChatGPT，包含以下技术点：

ChatGPT背景介绍|如何使用ChatGPT|ChatGPT入门程序|ChatGPT实际应用场景案例

2. ChatGPT原理详解主要学习从GPT到ChatGPT原理详解

ChatGPT本质|GPT系列模型介绍|GPT-1详解|GPT-2详解|GPT-3详解|ChatGPT原理详解

3. ChatGPT项目实战主要以实际业务为驱动完成ChatGPT项目实战

项目背景|数据预处理|基于ChatGPT完成模型搭建|模型结果分析

4. 基于大型预训练模型搭建聊天机器人学习从0-1搭建聊天机器人

i语料处理方法|文本分词方法|闲聊机器人实现|基于Seq2Seq基础模型实现闲聊机器人|基于预训练模型优化|模型部署上线

5. 聊天机器人和问答系统主要学习完整的聊天机器人项目

解决方案列表|项目架构及数据采集|命名实体识别|对话系统

文本摘要与传智大脑项目二选一就业班

9

课时:8天技术点:130项测验:0次学习方式:线下面授

学习目标

以文本摘要项目为例：1.掌握TextRank模型|2.掌握seq2seq模型|3.掌握PGN模型|4.掌握生成式模型的评估方法|5.掌握生成式模型的迭代优化

文本摘要项目是一个基于NLP底层基础任务的全流程实现项目。在工业界有广泛应用，比如四六级的阅读理解考试，新浪体育的球评新闻，今日头条的新闻快递，金融简报等等。涉及到互联网场景下海量的大段文本的信息压缩和融合技术，可以让人们在信息爆炸的时代快速浏览重要信息。通过本项目的学习，可以掌握工业界最主流的处理文本摘要的模型和优化技术。这里面关于解码方案的优化，数据增强的优化，还有训练策略的优化，无论是理论还是代码，都可以非常方便的迁移到未来企业级的开发中。同时在部署方案上，掌握GPU部署和CPU部署的相同点和不同点。

主讲解决方案

1.抽取式文本摘要解决方案|

2.生成式文本摘要解决方案|

3.自主训练词向量解决方案|

4.解码方案的优化解决方案|

5.数据增强优化解决方案|

6.训练策略优化解决方案|

7.GPU部署解决方案|

8.CPU部署解决方案

主讲知识点

1.文本摘要的应用场景，主流处理方案的模式|

2.工业场景下的原始数据全流程处理,原始数据很杂乱,需要按照需求一步步的取舍,去噪,最终得到模型阶段可用的数据|

3.搭建基于textRank的抽取式文本摘要模型,并进行评估|

4.搭建基于经典seq2seq架构的生成式文本摘要,并进行评估|

5.搭建基于PGN先进架构的生成式文本摘要,并进行评估|

6.详细解析生成式NLP任务的评估算法BLEU和ROUGE,并实现rouge的评估代码|

7.针对于损失函数的优化方案coverage解决文本重复问题|

8.针对于解码器端的优化,按照beamsearch进行解码的实现方案|

9.针对于NLP领域数据增强的实现方案,采用单词替换法,回译数据法,半监督学习法的理论和代码实现|

10.针对于训练策略的优化,ScheduledSampling和WeightTying的理论和代码实现|

11.实现模型的GPU部署和CPU部署

知识图谱与投满分项目二选一就业班

10

课时:6天技术点:80项测验:0次学习方式:线下面授

学习目标

以投满分项目为例：1.基于大规模业务留存数据构建快速文本分类系统|2.基于推荐系统内部分频道投递的需求,快速搭建短文本精准分类投递的模型|3.基于随机森林和FastText搭建快速基线模型,验证业务通道的能力.|4.基于BERT的迁移学习优化模型搭建的能力.|5.实现神经网络量化的优化与测试.|6.实现神经网络剪枝的优化与测试.|7.实现神经网络知识蒸馏的优化与测试.|8.更多主流预训练模型的优化与深度模型剖析|9.BERT模型在生成式任务和工程优化上的深入扩展|10.小样本学习,对比学习,主动学习的介绍

投满分项目主要解决在海量新闻,咨询等文本信息的场景下,需要完成文本类别的快速鉴别与分类,并完成按频道的投递和排队,最终推荐给对该类别感兴趣的用户,从而提升点击量、阅读量、付费量等关键指标.。该项目结合头条真实场景下的海量数据,快速搭建随机森林和FastText的基线模型,以验证商业化落地的可行性。更多聚焦在深度学习的优化方法上,搭建基于BERT的初版微调模型,应用量化,剪枝,预训练模型微调,知识蒸馏等多种手段,反复迭代,反复优化模型的离线效果,在线效果，并提供充分的扩展阅读资料,包括AlBERT,RoBERTa,macBERT, SpanBERT, MASS,Electra,GPT2, T5,Transformer-XL,XLNet,Reformer等工业界主流前沿模型的深入解读与代码实践。还包括学术界和工业界都很关注的小样本学习,对比学习,主动学习的技术点详解分析。

主讲解决方案

1.海量文本快速分类基线模型解决方案|

2.基于预训练模型优化的解决方案|

3.模型量化优化的解决方案|

4.模型剪枝优化的解决方案|

5.模型知识蒸馏优化的解决方案|

6.主流迁移学习模型微调优化的解决方案

主讲知识点

1.解决方案列表|

2.项目背景介绍|

3.迁移学习优化|

4.模型的量化|

5.模型的剪枝|

6.迁移学习微调|

7.模型的知识蒸馏

泛娱数据关系抽取项目实战就业班

11

课时:4天技术点:40项测验:0次学习方式:线下面授

学习目标

1.理解关系抽取任务|2.了解实现关系抽取任务的基本方法|3.掌握Casrel模型架构及工作原理|4.掌握关系抽取数据处理方法|5.掌握关系抽取的应用场景

该项目针对于泛娱乐场景下复杂业务关系进行实体抽取，帮助企业构建知识图谱。关系抽取也是是从自然语言文本中抽取实体及其之间关系的信息技术，是信息检索、智能问答、智能对话等人工智能应用的重要基础，基于关系抽取构建泛娱乐场景下的实体关系，利用图数据库展示实体之间的关系，助力数字化转型。

主讲解决方案

1.文本数据处理解决方案|

2.基于Casrel模型实现关系抽取的解决方案

主讲知识点

1.项目介绍：理解关系抽取任务以及关系抽取的常见场景|

2.环境构建：项目开发所需搭建的环境|

3.数据集介绍：数据来源、获取方式以及存储方式介绍|

4.数据处理：构建DataSet以及Dataloader|

5.Casrel模型构建：实现关系抽取

面试加强就业班

12

课时:5天

技术点:72项

测验:2次

学习方式:线下面授

学习目标

1.掌握机器学习核心算法|2.掌握深度学习核心算法|3.掌握数据结构与算法|4.掌握多行业项目扩展|5.理解算法和模型的分布式实现及加速原理|6.深入理解常用算法，模式识别，概率统计.最优化等算法原理及应用|7.深入理解算法和模型调优方式及优缺点

主讲内容

1. 机器学习算法与ScikitLearn该部分主要加强机器学习核心算法，包含以下技术点：

01_分类算法|

02_回归的算法|

03_聚类算法|

04_数据科学流程

2. 深度学习算法与Pytorch该部分主要加强深度学习核心算法，包含以下技术点：

01_深度学习|

02_深度学习RNN实战|

03_深度学习算法LSTM实战|

04_深度学习多框架实战

3. 数据结构算法该部分主要加强数据结构核心算法，包含以下技术点：

01_时间复杂度，空间复杂度，Python内置类型性能分析，顺序表|

02_链表：链表和链表的应用；队列：队列概念，队列的实现与应用，双端队列|

03_排序和搜索算法：冒泡排序，选择排序，插入排序、快速排序，搜索，常见算法效率，散列表|

04_二叉树：树的引入，二叉树，二叉树的遍历，二叉树扩展

4. 多行业数据挖掘项目和NLP拓展该部分主要加强多行业项目，包含以下技术点：

01_多行业挖掘项目扩展|

02_NLP项目扩展 |

01_项目多场景实战

计算机视觉基础就业班

13

课时:6天

技术点:80项

测验:1次

学习方式:线下面授

学习目标

1.熟悉深度学习主要及前沿网络模型的架构原理及在实际业务场景中的应用|2.掌握深度学习在计算机视觉中的应用，包括但不限于分割检测识别等等，3.掌握实际工作中深度学习的具体流程，数据及标注处理，建模训练，及模型部署应用等|4.实现物体（人体，人脸，通用目标）检测，跟踪与识别，道路交通及工业环境险情发现等多领域的深度学习解决方案，|5.能够对图像处理.人脸算法，或者对于各种深度学习框架实现的算法进行调优|6.可胜任深度学习算法工程师，图像与计算机视觉算法工程师等，并持续优化与迭代算法

主讲内容

1. 神经网络该模块主要介绍深度学习的基础知识，神经网络的构成，损失函数，优化方法等，及反向传播算法等内容

1.神经网络基础：神经网络的构成、激活函数、损失函数、优化方法及正则化|2.反向传播原理：梯度下降算法、链式法则、反向传播算法、改善反向传播算法性能的迭代法|3.深度学习正则化与算法优化：L1、L2、DroupOut、BN、SGD、RMSProp、Adagrad、Adam|4.实现多层神经网络案例

2. 图像与视觉处理介绍该模块主要介绍计算机视觉的定义，发展历史及应用场景

01_计算机视觉定义、计算机视觉发展历史|02_计算机视觉技术和应用场景、计算机视觉知识树和几大任务

3. 目标分类和经典CV网络该模块主要介绍卷积神经网络CNN，经典的网络架构，并通过分类案例介绍模型的实践方法

1.CNN：卷积的计算方法，多通道卷积，多卷积和卷积，池化层和全连接层|2.卷积网络结构：LeNet5、AlexNet、VGG、Inception/GoogleNet、残差网|3.目标分类实战案例：ImageNet分类|4.Apache Flink极客挑战赛——垃圾图片分类

4. 目标检测和经典CV网络该模块主要介绍目标检测任务，常见数据集，及经典的两阶段和单阶段的目标检测算法，并通过目标检测案例介绍实践方法

1.目标检测任务与数据集介绍：检测任务目的、常见数据集、应用场景|2.RCNN：交并比、map、非极大抑制NMS、正负样本|3.SPPNet：SPP层映射；FastRCNN：ROI Pooling|4.FasterRCNN：RPN、代价函数、训练流程与结果分析、FPN与FasterRCNN结合|5.YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5|6.结构与工作流程、代价函数、anchor、维度聚类、细粒度与多尺度特征、先验框与代价函数|7.SSD：Detector & classifier、SSD代价函数、特征金字塔|8.目标检测实战案例：COCO数据集上目标检测

5. 目标分割和经典CV网络该模块介绍图像分割的基本任务，语义分割和实例分割，及常用的网络架构，并通过MaskRCNN完成图像的实例分割

1.目标分割任务类型、数据集|2.全卷积FCN网络：网络结构、跳级连接、语义分割评价标准、结果分析|3.U-Net：拼接特征向量|4.Dilated Convolutions：聚合多尺度的信息、context module|5.SegNet：金字塔池化模块|6.Deeplab：串行部署 ASPP|7.Mask-RCNN：结构介绍、ROI Align与Pooling对比、代价函数介绍、端到端联合训练|8.目标分割实战案例

人脸支付项目、智慧交通项目二选一就业班

14

课时:6天技术点:98项测验:1次学习方式:线下面授

学习目标

以人脸支付项目为例：1.掌握PCA.ICA.LDA和EP在人脸识别上的综合运用|2.掌握基于PyQt5的GUI编程模块及信号槽机制，3.利用人脸检测，扫描”加“判别”在图像范围内扫描，再逐个判定候选区域是否是人脸|4.利用状态判别，能识别出人脸的性别.表情等属性值|5.利用人脸识别，识别出输入人脸图对应身份的算法，找出“一个”与输入特征相似度最高的特征

人脸支付项目是一个基于计算机视觉方向的人脸识别项目，该项目以支付系统为背景介绍人脸处理的整体流程。类似的应用，如办公打卡，智慧食堂，人脸考勤，嫌疑人识别等。该项目利用机器学习和深度学习的方法，针对摄像头捕获的视频图像，进行人脸区域检测，人脸跟踪，人脸姿态，年龄，性别，关键点等属性的检测，人脸矫正，人脸比对完成人脸的识别。通过该项目，学生可学习到人脸相关任务的技术点以及相应的业务流程

主讲解决方案

1.视频中人脸检测的解决方案|2.人脸姿态（欧拉角）检测的解决方案|3.人脸关键点识别的解决方案|4.人脸多任务（年龄，性别等）检测的解决方案|5.人脸特征比对的解决方案

主讲知识点

1.项目介绍：支付方式发展的介绍，人脸支付项目介绍，开发环境的搭建|2.视频中的人脸检测：人脸检测方法介绍，人脸检测的评价指标介绍，数据标注方式的介绍及获取数据方式的介绍，数据增强方法的介绍，yolo模型的介绍及模型构架，模型训练方式的介绍及实现，模型验证方式介绍及实现|3.人脸姿态：人脸姿态检测方法介绍，人脸姿态数据标注方法和获取方法介绍及实现，Resnet模型介绍及构建，模型训练和验证的介绍和实现|4.人脸关键点：人脸关键点检测方法介绍，人脸关键点数据标注方法和获取方法介绍及实现，resnet模型介绍及构建，模型训练和验证的介绍和实现|5.人脸多任务：人脸多任务介绍，人脸多任务数据标注方法和获取方法介绍及实现，senet模型介绍及构建，模型训练和验证的介绍和实现|6.人脸比对：人脸比对介绍，人脸比对数据标注方法和获取方法介绍及实现，arcface模型介绍及构建，模型训练和验证的介绍和实现，人脸数据库的构建与管理|7.系统集成：基于仿射变换的人脸矫正的实现，姿态过大或距离过远的人脸的过滤，系统集成方式的介绍和实现

查看其他历史版本人工智能开发 V版本课程说明

课程名称：主要针对：主要使用开发工具：

课程介绍

“周”更新日志

课程大版本更新

课程更新日志按周更新热点/前沿技术新增2023-06-29· VFL损失函数的介绍· DFL损失的使用· anchor的对齐方式新增2023-06-21· 量化机制的介绍· 图优化方法的使用新增2023-06-15· yoloV8的架构解析· 双流FPN结构的设计新增2023-06-07· 正负样本的分配策略· Batch normalization在预测阶段的使用新增2023-06-02· 卷积和池化降维策略的融合· 辅助头设计方法新增2023-05-25· yoloV7模型的网络结构· E-ELAN的设计策略新增2023-05-18· Rep-PAN的特征融合方式· EfficientRep结构的使用新增2023-05-10·REPVgg的思想· 训练和预测网络结构分离的策略新增2023-05-04·SIOU损失的策略升级·IOU系列的损失函数新增2023-04-26·检测端的解耦结构· anchor-free的检测方式新增2023-04-18·yoloV6进行目标检测的思想· yoloV6的网络结构新增2023-04-18·yoloV6进行目标检测的思想· yoloV6的网络结构升级2023-04-12·实现关系抽取API接口搭建· Neo4j图数据库介绍与使用· 娱乐数据知识图谱搭建升级2023-04-06·Joint联合方法实现关系抽取· Casrel关系抽取模型架构介绍· Casrel模型实现关系抽取原理升级2023-03-28·Pipeline方法实现关系抽取· BiLSTM+Attention关系分类模型架构介绍· BiLSTM+Attention模型实现关系分类原理升级2023-03-23·规则进行关系抽取的概念· 规则进行关系抽取的步骤和原理升级2023-03-15·关系抽取方法基础知识介绍· 解析关系抽取的任务特点· 分析关系抽取任务的评价指标· 对比介绍实现关系抽取的常用方法新增2023-03-07·FastText模型架构原理· 层次softmax以及负采样优化方法升级2023-03-01·文本数据增强方式接口更改· 机器翻译案例代码错误修改新增2023-02-23·ChatGPT的基本使用· 挖掘ChatGPT背后原理· 基于ChatGPT完成聊天机器人项目的介绍升级2023-02-17·图像分类的经典网络· 智慧交通项目目标跟踪方法新增2023-02-09·预训练模型的知识融入技术· 工业界发布模式介绍新增2023-02-03·BERT模型参数详解与优化经验· 基于BERT完成生成式任务的介绍新增2023-01-28·知识蒸馏原理详解· 知识蒸馏优化文本多分类新增2023-01-19·百度ERNIE模型介绍与微调· MENGZI模型介绍与微调· NeZha模型介绍与微调新增2023-01-13·K-BERT和KG-BERT模型介绍· MASS模型介绍与微调· BART模型介绍与微调新增2023-01-05·MacBERT模型介绍与微调· SpanBERT模型介绍与微调· FinBERT模型介绍与微调新增2022-12-29·XLNet模型介绍与微调· Electra模型介绍与微调· RoBERTa模型介绍与微调新增2022-12-20·AlBERT模型介绍与微调· T5模型介绍与微调· ansformer-XL模型介绍与微调新增2022-12-14·多参数模块的剪枝技术· 全局剪枝技术· 用户自定义剪枝新增2022-11-30·FastText完成多分类的基线模型· FastText模型优化与部署· 基于BERT的文本多分类迁移学习模型新增2022-11-22·数据来源解决方案· 随机森林基线模型新增2022-11-16·BERT GPT ELMo模型的不同点和各自优缺点新增2022-11-08·GPT的架构· GPT的训练过程· GPT2的架构新增2022-11-02·Transformer的并行计算过程· Transformer可以替代Seq2Seq原因· ELMo总体架构· ELMo模型预训练任务新增2022-10-27·Transformer模块的Encode结构和作用· Transformer模块的Decoder结构和作用· Self attention机制中的归一化原因新增2022-10-19·循环神经网络-案例-网络搭建· 循环神经网络-案例-训练函数· 循环神经网络-案例-预测函数新增2022-10-11·循环神经网络-案例-数据清洗· 循环神经网络-案例-构建词典· 循环神经网络-案例-数据类编写新增2022-09-30·循环神经网络-RNN层理解· 循环神经网络-RNN层使用新增2022-09-22·循环神经网络-RNN算法· 循环神经网络-Embedding使用· 循环神经网络-Embeddings小节新增2022-09-16·卷积神经网络-案例-图像分类-CIFAR10数据集· 卷积神经网络-案例-图像分类-CNN网络搭建· 卷积神经网络-案例-图像分类-编写训练函数· 卷积神经网络-案例-图像分类-编写预测函数· 卷积神经网络-案例-图像分类-小节新增2022-09-07·卷积神经网络-Conv2d使用· 卷积神经网络-池化计算· 卷积神经网络-MaxPool2d使用新增2022-09-01·卷积神经网络-卷积神经网络概述· 卷积神经网络-图像基础知识· 卷积神经网络-卷积简单计算· 卷积神经网络-多卷积核计算新增2022-08-26·神经网络基础-价格分类-模型训练过程· 神经网络基础-价格分类-模型评估过程· 神经网络基础-价格分类-网络模型调优· 神经网络基础-价格分类-小节新增2022-08-17·神经网络基础-价格分类-案例介绍· 神经网络基础-价格分类-构建数据集· 神经网络基础-价格分类-网络模型搭建新增2022-08-09·神经网络基础-dropout对网络参数的影响· 神经网络基础-BN层理解· 神经网络基础-价格分类-案例介绍· 神经网络基础-价格分类-构建数据集新增2022-08-02·神经网络基础-adagrad优化方法· 神经网络基础-rmsprop优化方法· 神经网络基础-adam和小节· 神经网络基础-dropout原理新增2022-07-25·神经网络基础-反向传播算法案例讲解· 神经网络基础-反向传播算法代码演示· 神经网络基础-指数加权平均· 神经网络基础-momentum优化方法升级2022-07-18·优化PyTorch使用-模型定义方法-实现线性回归· 优化PyTorch使用-直接序列化模型对象· 优化PyTorch使用-存储模型参数新增2022-07-11·神经网络基础-激活函数小节· 神经网络基础-网络参数初始化· 神经网络基础-梯度下降算法回顾· 神经网络基础-正向传播和链式法则升级2022-07-04·优化PyTorch使用-手动构建线性回归小节· 优化PyTorch使用-模型定义方法-基本组件的使用· 优化PyTorch使用-模型定义方法-数据加载器新增2022-06-28·神经网络基础-simoid激活函数· 神经网络基础-tanh激活函数· 神经网络基础-relu激活函数· 神经网络基础-softmax激活函数新增2022-06-21·神经网络基础-人工神经网络概述· 神经网络基础-激活函数的作用升级· 优化PyTorch使用-手动构建线性回归-训练函数编写思路· 优化PyTorch使用-手动构建线性回归-训练函数代码实现新增2022-06-14· Transformers库管道方式实现基础NLP任务 · Transformers库自动模型方式实现基础NLP任务 · Transformers库具体模型实现基础NLP任务· 迁移学习中文分类案例· 迁移学习中文填空案例· 迁移学习句子关系管理· 删除Transformers发布模型旧的方式升级2022-06-07· 优化seq2seq英译法案例· 数据处理机制· Python语言操作Flink· 优化Transformer模块测试案例· 输入部分· 输出部分· 编码器部分· 解码器部分新增2022-05-31· NLP基础课程新增 词向量检索基础知识升级· 词嵌入层可视化显示实验· RNNAPI编程案例· RNN人名分类器案例· 数据处理机制· 模型训练方法新增2022-05-24· 如何构建特征，如何评估特征 · 从原始数据构造出新特征的方法 · 新增特征变换的方法· 新增缺失值处理的方法新增2022-05-17· 信贷审批业务的基本流程 · 新增ABC评分卡 · 新增风控建模的基本流程· 新增评分卡模型正负样本定义方法新增2022-05-10· 增加SQL进行风控报表开发 · 增加信贷审批业务的基本流程 · 增加风控建模的基本流程· 机器学习风控模型的优势新增2022-05-03· 增加LR理论推导 · 增加朴素贝叶斯推导 · 增加用户画像案例· 增加金融风控项目新增2022-04-26· 增加Python进行RFM分群 · 增加使用Pyecharts绘制3D图形 · 增加SVM理论推导· 增加GBDT理论推导新增2022-04-19· ViBert · 图像分析方法 · 标签数据统计及应用· 梯度剪裁方法升级2022-04-12· 优化Numpy基础矩阵预算 · 应用Pandas进行简单排序、分组、聚合等计算 · 优化Pandas处理方法新增2022-04-05· MOE方法 · 级联MOE Model · GAP评估方法· NextVLad视频聚合新增2022-03-29· 模型剪枝 · RoBerta新模型 · Transformer-XL新模型· 多分类知识蒸馏新增2022-03-22· Vggish · PCA方法 · SE Context模型融合· Logistics模型分类新增2022-03-15· 增加MySQL的Datagrip工具连接数据库 · 增加SQL的窗口函数用法 · 增加Pandas的透视表用法新增2022-03-08· pad的增强方式 · 分布式训练 · 视频标签任务· MFCC新增2022-03-01· 增加Pyecharts实现各种图形绘制 · 删除Ununtu系统 · 增加Linux中Shell的基本操作升级· 升级优化为CentOs系统新增2022-02-22· 模型量化方法 · 模型剪枝方法 · 模型蒸馏方法· tf-serving模型部署新增2022-02-15· Python进阶中增加数据爬虫案例升级· 升级闭包装饰器内容 · 优化升级深拷贝和浅拷贝的新增2022-02-08· 年龄检测方法 · NAS神经网络搜索 · NAS-FPN网络· 人脸矫正对齐新增2022-01-25· yolo-tiny模型 · 多任务模型介绍 · mish激活函数· mmdetection目标检测框架新增2022-01-18· Python基础案例增加学生管理系统 · Python进阶中增加多任务编程 · Python进阶增加FastAPI搭建服务器新增2022-01-11· wing损失函数 · 人脸关键点检测 · 关键点描述方法· SEnet注意力模型新增2022-01-04· BERT+CRF · TENER · nested NER优化新增2021-12-28· 人脸性别检测 · 人脸年龄检测 · 人脸对比· arcface损失函数新增2021-12-14· 人脸模糊判断 · 人脸相似度检测 · 度量学习模型· 孪生模型新增2021-11-30· 人脸检测 · 人脸跟踪 · 人脸三维角度检测· 人脸明暗检测新增2021-11-16· 后处理方法GreedyNMS · Swish激活函数 · SENET注意力机制· Focal loss新增2021-11-09· 文本摘要项目部署 · textcnn模型原理 · textcnn模型实现· textcnn模型优化新增2021-11-02· hue增强方法 · 多张图增强 · LRRelu激活函数· 噪声增强方式新增2021-10-26· CPU优化 · Flask框架的介绍 · Django框架的介绍· API接口封装新增2021-10-19· 内容理解 · 内容生成 · 内容安全治理的主要技术· 内容安全要解决的核心问题新增2021-10-12· 半监督数据增强 · Scheduled sampling优化策略 · Weight tying优化策略· CPU优化新增2021-10-05· 图像文本掩码 · 视觉文本匹配 · 掩码视觉区域· 序列到序列目标损失新增2021-09-28· gensim实现TF-IDF算法 · 纯Python代码实现纯TF-IDF算法 · TF-IDF模型· 回译数据新增2021-09-21· 多模态的语言表征 · 基于自编码自回归架构的模型 · 单流结构· 双流结构新增2021-09-14· viterbi Decode · Beam-serch Decode · Beam-serch优化模型· 单词替换数据增强新增2021-09-07· 新型网络 · 仇恨言论检测 · 职责界定· 多模态核心任务新增2021-08-31· coverage数学原理 · PGN + coverage网络优化 · Beam-search算法· Greedy Decode新增2021-08-24· 跳层连接skip layers · 模型感受野RFB · 注意力机制Point-wise attention· DIOU网络预测新增2021-08-17· BLEU算法解析 · ROUGE评估 · ROUGE算法解析· ROUGE算法实现新增2021-08-10· ASFF特征融合 · mish激活函数 · DIOUNMS抑制方法· 特征融合SFAM新增2021-08-03· PGN模型的数据迭代器 · PGN模型实现 · PGN模型网络训练· BLEU评估新增2021-07-27· 对比度调整 · SPP结构 · sam注意力机制· 空间注意力新增2021-07-20· 内容张量context vector计算 · 单词分布张量P_vocab计算 · 分布张量P_w计算· PNG网络数据清洗新增2021-07-13· 知识蒸馏方法 · 模型剪枝方法 · Dropblock正则化· Hide and seek图像增强新增2021-07-07· Transformer问答试题 · Elmo模型讲解 · yoloV4模型· Siamese系列网络详解新增2021-06-30· 模型的整体实现 · 数据清洗 · gensim训练词向量· 词向量优化模型新增2021-06-22· 模型的整体实现 · 数据清洗 · gensim训练词向量· 词向量优化模型新增2021-06-15· SAT自对抗训练进行数据增强 · 数据增强意义 · CSP模块介绍· SPP结构新增2021-06-08· 多核并行处理数据优化 · 参数配置及数据优化 · 模型数据的优化· 模型子层的实现新增2021-06-01· 小目标检测技巧 · 损失函数设计 · CIOU损失新增2021-05-25· 基于jieba的TextRank · 基于TextRank算法模型构建 · 文本摘要数据集优化· seq2seq架构实现文本摘要架构新增2021-05-18· 马赛克增强 · gridmask · Cutmix· 填充新增2021-05-11· TextRank算法实现 · 关键词抽取 · 关键短语抽取· 关键句抽取新增2021-05-04· 数据增强 · mixup · cutout· 随机擦除新增2021-04-27· 抽取式摘要 · 生成式摘要 · 文本摘要项目数据集型· TextRank算法原理升级2021-04-20· tfrecord文件介绍 · 图像数据feature构建 · Example的构建· writer_to_tfrecord的使用新增2021-04-13· 静态量化和动态量化对比 · prune技术介绍 · 持久化修剪后的模型· 模型推断加速升级2021-04-06· yoloV3的损失计算 · yoloV4模型介绍 · 正负样本的设计· 多任务损失升级2021-03-30· 标签平滑技术优化 · badcase分析案例演示 · badcase优化总结· 模型热更新讲解优化新增2021-03-23· ORB特征的方向设计 · 目标的外接矩形 · ROIAlign算法· 全卷积网络升级2021-03-16· GLUE标准数据集介绍 · run_glue脚本讲解方式调整 · gpu服务器验证优化介绍· weight_decay演示调优新增2021-03-09· 大津法 · 轮廓检测 · 矩特征· 目标的质心计算升级2021-03-02· bert模型调整 · 考试数据集实例演示· 考试数据清洗代码精炼· bert-Multilingual进行微调优化升级2021-02-23· FPN进行特征融合 · 候选框的多尺度映射方法· 候选框的选择方法· 检测框筛选的方法新增2021-02-16· 上线模型优化 · 模型量化压缩技术· ONNX-Runtime推断加速· 对比混合精度驯良升级2021-02-09· 选择性搜索（SS） · 目标框位置回归的意义· 候选区域映射的方法· ROIPooling的思想升级2021-02-02· Django中views文件讲解顺序 · 多线程实现举例· fasttext模型原生代码pytorch实现· fasttext模型baseline训练新增2021-01-26· 目标检测评价指标MAP · softNMS方法· overfeat方法· RPN网络详解新增2021-01-19· 从SQL中获取数据演示 · 意向校区识别代码逻辑 · "手机号"，"微信号"，"QQ号"识别规则细化· 与后端交互数据举例新增2021-01-12· IOU在目标跟踪中的使用 · 相机外参的计算方法 · 图像畸变产生的原因· 图像去畸变的方法新增2021-01-05· 信息中心需求分析细化 · 产品设计逻辑修改 · 原始数据分析思路· fasttext讲解案例新增2020-12-29· 分水岭算法介绍 · 市场中主流AI平台演示 · 边缘检测计算复杂度介绍· 传智大脑整体架构介绍升级2020-12-21· flask框架整体介绍 · 市场中主流AI平台演示 · 边缘检测计算复杂度介绍· 传智大脑整体架构介绍新增2020-12-14· VGG模型实现 · Inception系列模型对比 · 边缘检测计算复杂度介绍· 傅里叶变换在图像处理中的应用升级2020-12-07· series和dataframe介绍 · 非正常卷积网络结构解析 · 多尺度网络与非正常卷积初步· 车辆偏离车道中心距离优化新增2020-11-30· lightGBM推导 · 优化实体提取模型 · 多尺度网络与非正常卷积初步· 车道线检测laneNet实现升级2020-11-23· 朴素贝叶斯常见面试题讲解 · 修改部分项目bug · 多精度多分辨率通道分组网络总结· sort算法进行多目标跟踪优化新增2020-11-16· 机器学习中svr的介绍 · 积分梯度解析 · 嘴唇分割模型训练· 多目标跟踪deepsort算法的实现升级2020-11-09· 机器学习svm部分面试题 · bert源码解析 · 嘴唇分割模型训练· fasterRCNN目标检测优化新增2020-11-02· 相对路径和绝对路径的使用场景描述 · LIT实验 · 用于图像分割的实时分组网络· 模型微调方法简介升级2020-10-26· 优化tree命令的安装及使用 · Reformer实验 · 多分辨率卷积核通道分组网络· yoloV3进行目标检测案例新增2020-10-19· 操作系统的简介内容 · Captum实验 · 多通道补偿技术· 图像增强方法实现升级2020-10-13· 优化面向对象的介绍 · 可解释性工具 · 多分支网络结构设计· 使用tf.keras完成网络模型的搭建新增2020-10-08· 文件操作案例 · GPT-3解决生成 · 网络瓶颈结构探索· GoogLeNet的网络构建升级2020-09-28· vim的常用操作命令 · 数据增强方法 · MobileNet网络深度对实验的影响· tensorflow入门升级新增2020-09-08· 增加break关键字的使用场景案例 · 模型蒸馏 · Neocognitron网络· k-means算法推导过程举例升级2020-09-01· 逻辑运算符的演示案例 · 模型剪枝 · 加深网络，提升模型性能· 朴素贝叶斯案例修改新增2020-08-25· 增加变量的演示案例 · ALBERT解析 · 轻量级人脸表情和年龄识别· 对多态的描述举例升级2020-08-18· 优化对集合的性质的描述 · 模型量化 · 三维人脸库的使用与重建· 优化对私有属性的使用场景的描述新增2020-08-11· 字典性质的描述举例 · 多线程优化 · 人脸三维重建· 异常的使用场景举例升级2020-08-04· 优化对Python语言性质的描述 · BART实验解决NER · 人脸美颜与迁移学习· 优化Python2和Python3的对比升级2020-07-28· 场景识别案例优化模型方法 · 图像与视觉处理专业课优化方案启动 · 自然语言处理PyTorch工具讲解调优升级2020-07-21· pytorch讲义 ·  CV基础考试题   · RCNN系列目标检测模型 · 人脸检测案例新增2020-07-14· GPT模型讲解 · 典型的NLP算法 · SIamRPN++网络讲解 · DeepLab系列介绍升级2020-07-10· KNN算法导入案例 ·  线性回归正规方程推导过程 · 线性回归案例迭代 · 虚拟环境安装详解新增2020-07-07· Transformer问答试题 · Elmo模型讲解 · yoloV4模型 · Siamese系列网络详解升级2020-06-30· 升级集成学习知识框架 · 细化集成学习算法推导过程 · stacking算法优化 · 北京市租房房价预测新增2020-06-23· 基于seq2seq的机器翻译任务 · 莎士比亚风格的文本生成任务 · ResNet模型在GPU上的并行实践任务 · 自然语言处理：NLP案例库(6个案例)新增2020-06-16· 图像与视觉处理：计算机视觉面试题（80道） · 图像与视觉处理：算法强化课程8天 · 计算机视觉面试题视频（80道） · 图像与视觉处理：计算机视觉案例库新增2020-06-09· 基础NLP试题 · AI医生项目试题 · 文本标签项目试题, 和泛娱乐项目试题 · 自然语言处理：NLP题库(135道)新增2020-06-02· 车道检测 · 车辆技术 · 车辆跟踪 · 图像与视觉处理：智慧交通项目升级2020-05-26· 决策树案例 · 调整预剪枝、后剪枝知识点讲解 · 决策回归树讲解 · 基尼指数优化新增2020-05-19· 口罩识别 · 活体检测 · 人脸属性识别 · 图像与视觉处理：人脸识别项目升级2020-05-12· SVM算法推导过程讲解 · 朴素贝叶斯前面增加概率知识介绍 · HMM模型推导过程 · HMM案例优化新增2020-05-05· 形态学定义、连通性 · 二值操作、平滑、梯度 · 纹理分割及OpenCV实践 · 图像与视觉处理：形态学专题新增2020-04-28· 几何变换专题 · 翻转、剪裁、遮挡、图像算数 · 图像金字塔、OpenCV几何变换操作 · 翻转、剪裁、遮挡、OpenCV几何变换操作升级2020-04-21· gbdt案例优化 · xgboost算法推导过程讲解 · lightGBM算法 · pubg案例优化新增2020-04-14· 图像矩特征点度量特征、全局直方图 · 局部区域直方图、散点图和3D直方图 · OpenCV实践 · 图像与视觉处理：直方图处理专题新增2020-04-07· 命名实体识别模型BiLSTM + CRF · 句子对主题相关模型BERT · 在线部分关于neo4j数据库、redis的实时存取 · 自然语言处理：AI在线医生项目升级2020-03-31· xgboost算法介绍 · OTTO案例 · xgboost和gbdt对比 · bgdt推导过程优化新增2020-03-24· fasttext工具介绍 · fasttext训练词向量, 并完成词向量迁移 · fasttext工具实现文本分类的代码案例 · 自然语言处理：fasttext训练词向量、文本分类，词向量迁移新增2020-03-17· 灰度直方图、灰度的线性变换 · 灰度对数变换、伽玛变换 · 灰度阈值变换、分段线性变换 · 图像与视觉处理：基本的灰度变换函数专新增2020-03-10· EM算法 · 极大释然估计讲解 · HMM模型 · HMM案例搭建新增2020-03-03· 基本的OpenCV代码 · Image数据结构、读写图像 · OpenCV基础专题函数与API讲解升级2020-02-25· 线性回归知识点讲 · xgboost讲解案例 · 逻辑回归多分类问题评估 · RNN+Attention实现英译法任务新增2019-12-27· Transformer架构图的详解 · 四大组成模块的分块代码详解和示例 · copy小案例 · 自然语言处理：Transformer的原理和架构新增2019-12-20· 数据分析实战，北京市租房数据统计分析 · NBA球员数据分析 · 电影数据分析案例 · pandas读取Excel、sql新增2019-12-13· Dilated Convolutions：聚合多尺度的信息 · PSPNet：金字塔池化模块 · Mask-RCNN：端到端联合训练目标分割实战案例 · 图像与视觉处理：图像分割专题新增2019-12-06· RNN构造人名分类器的案例 · RNN实现英译法的seq2seq架构代码 · 在seq2seq架构基础上添加Attention的架构方案代码 · 自然语言处理：RNN构造人名分类器新增2019-11-29· 目标检测专题RCNN，FastRCNN · FasterRCNN· 先验框、细粒度与多尺度特征· 图像与视觉处理：目标检测专题新增2019-11-22· 数据可视化库seborn · 箱线图知识点 · 增加小提琴图知识点· 单变量、多变量分析新增2019-11-15· RNN、LSTM、 GRU基本结构和原理介绍 · Attention机制原理 · 代码示例和图解注意力机制· 自然语言处理：RNN、 LSTM、 GRU、 Attention等新增2019-11-08· 经典卷积网络：LeNet5、AlexNet、VGG、Inception、GoogleNet · 残差网络、深度学习优化 · 迁移学习：TensorFlow HUB；模型压缩· 图像与视觉处理：经典卷积网络新增2019-11-01· 项目实训-“吃鸡”玩家排名预测 · 决策树算法案例 · 逻辑回归案例· 朴素贝叶斯案例新增2019-10-20· hanlp命名实体识别工具 · word2vector原理到应用，文本的预处理前数据分析，添加ngram特征 · 文本数据增强, 回译数据增强法· 自然语言处理：文本分词，命名实体识别，Word2Vector，文本数据分析新增2019-10-10· 机器学习经典算法朴素贝叶斯 · 机器学习经典算法支持向 · 聚类算法推导过程· SVM手写数字识别案例新增2019-10-08· 神经网络基础与Tensorflow框架 · 图、会话、张量、OPTensorflow高级API，训练tf.MirroedStrategy · 导出tf.SavedModel等· 神经网络基础与Tensorflow框架新增2019-08-20· 原始文本预处理, word2vec · fasttext多分类的应用 · 并升级工程整合和实时服务· 自然语言处理：中文标签化系统项目新增2019-06-30· 召回策略算法代码更新 · 排序策略算法代码更新 · neo4j数据库的应用· 自然语言处理：泛娱乐推荐系统项目prev next

点击加载更多>>

2023.02.24 升级版本4.0课程名称人工智能AI进阶班课程推出时间2023.02.24课程版本号4.0主要使用开发工具Linux+PyCharm+Scikit-Learn+Pytorch+Neo4j+Docker主要培养目标以数据挖掘和NLP自然语言处理为核心方向，培养企业应用型高精尖AI人才课程介绍人工智能ChatGPT开发V4.0课程体系升级以企业需求为导向，专为培养和打造高级人工智能工程师、高含金量课程重磅推出，以业务为核心驱动项目开发，课程包括机器学习和深度学习框架Scikit-Learn和Pytorch，能够解决企业级数据挖掘、NLP自然语言处理与CV计算机视觉实际问题，通过理论和真实项目相结合，让学生能够掌握人工智能核心技术和应用场景。并推出「六项目制」项目教学，通过六个不同类型和开发深度的项目，使学员能够全面面对大部分企业人工智能应用场景。大型项目库，多行业多领域人工智能项目课程，主流行业全覆盖，其中项目课程包括了多行业13个场景的项目课程，让学生达到大厂的项目经验要求。课程消化吸收方面：V4.0在V3.0版本基础上迭代更新，注重专业课的消化吸收，降低学习难度，提升就业质量。1优化Python系统编程，针对人工智能必须的Python高阶知识体系重构课程，增加基础数据结构内容1新增机器学习部分[数据挖掘项目实战]，以多场景业务为背景，通过SQL和Pandas完成数据处理与统计分析，夯实使用机器学习解决数据挖掘问题能力。1新增NLP方向[知识图谱项目]，基于知识图谱的多功能问答机器人项目, 主要解决当前NLP领域中大规模知识图谱构建的问题和图谱落地的问题.知识图谱的构建主要分为知识构建和知识存储两大子系统. 包括知识构建, 知识存储, 知识表达, 路由分发, 结果融合等实现.最终呈现一个基于知识图谱的问答机器人。新增[知识抽取项目]，该项目针对于泛娱乐场景下复杂业务关系进行实体抽取，帮助企业构建知识图谱。1新增NLP方向 [ChatGPT技术深入浅出] 阶段课程，以ChatGPT技术为导向，挖掘GPT1、GPT2、GPT3以及ChatGPT等GPT系列模型的背后原理，并基于GPT系列大型预训练语言模型，推出全新聊天机器人项目课程。1优化NLP方向[NLP基础课程]：修改文本数据增强方法，解决原始谷歌接口被限制调用的问题；优化Seq2Seq英译法案例，修改原始代码bug，提升模型的准确率；新增FastText模型架构介绍；加深FastText模型处理分类的问题的原理理解；新增Word2Vec训练两种优化策略，加速模型快速收敛。1优化计算机视觉CV基础：图像分类的经典网络，开山之作ALexNet，VGGNet，GoogLenNet,ResNeT,ResNetV2,VGGRep,SeNet,轻量型网络：mobileNet,shuffleNet,EfficientNet,模型微调，数据增强，cutmix,copypaste,mosaic,目标检测任务，IOU，Map,正负样本设计，smoothL1损失，RCNN系列网络架构：RCNN，FastRCNN,FasterRCNN,MaskRCNN,FPN结构，ROIpooling设计，anchor思想，RoiAlign设计，训练策略；yolo系列网络V1-V8:DarkNet,yolo-FPN特征融合，passthrough融合方法，多尺度训练，IOU系列损失，DIOU，CIOU，SIOU等，输出端的解耦，REP-PAN结构，E-ELAN结构，预测阶段的BN设计，SPP和SPPF结构1优化智慧交通项目：目标跟踪方法，运动模型的设计，DBT和DFT初始化方法，JIT的加速方法，yoloV7目标检测，REP的使用，检测辅助端的使用，E-ELAN的使用，backbone的实现，head结构的实现，数据分析，数据预处理，数据增强，模型训练，预测与评估，车辆检测，kalman的使用，预测和更新阶段，KM算法的匹配，匈牙利算法，IOU匹配，级联匹配，ReId特征提取，欧式距离，余弦距离，马氏距离计算，目标状态更新，Deepsort算法目标跟踪，代价矩阵的设计，虚拟线圈的设计，线圈位置的获取，双线圈检测车流量支持mac电脑的m1芯片和m2芯片的学习1友情提示更多学习视频+资料+源码，请加QQ：2632311208。2022.01.20 升级版本3.0课程名称人工智能AI进阶班课程推出时间2022.01.20课程版本号3.0主要培养目标以机器学习和深度学习技术，培养企业应用型高精尖AI人才主要使用开发工具Linux+PyCharm+DataSpell+Pytorch+Tensorflow+Neo4j+Docer+k8s课程介绍人工智能V3.0课程体系升级以企业需求为导向，专为培养和打造高级人工智能工程师、高含金量课程重磅推出，以业务为核心驱动项目开发，课程包括机器学习和深度学习框架Pytorch和TensorFlow，能够解决企业级数据挖掘、NLP自然语言处理与CV计算机视觉实际问题，通过理论和真实项目相结合，让学生能够掌握人工智能核心技术和应用场景。并推出「六项目制」项目教学，通过六个不同类型和开发深度的项目，使学员能够全面面对大部分企业人工智能应用场景。大型项目库，多行业多领域人工智能项目课程，主流行业全覆盖，其中项目课程天数占比为100天，包括了多行业13个场景的项目课程，让学生达到大厂的项目经验要求。课程消化吸收方面：V3.0在V2.0版本基础上迭代更新，注重专业课的消化吸收，降低学习难度，提升就业质量。1优化优化Python系统编程，针对人工智能必须的Python高阶知识体系重构课程1新增[数据处理与统计分析阶段]，以Linux为基础，通过SQL和Pandas完成数据处理与统计分析，为人工智能数据处理奠定技术基础。1优化优化机器学习算法，每个算法都兼具使用场景，数学推导过程及参数调优1新增[机器学习与多场景]，增加多场景案例实战，包括用户画像，电商运营建模等多场景案例实战1新增数据挖掘方向[百京金融风控]项目，从反欺诈、信用风险策略、评分卡模型构建等热点知识，使得学员具备中高级金融风控分析师能力。1新增数据挖掘方向[万米推荐系统]项目，从多数据源采集、多路召回、基于机器学习算法粗排算法与基于深度学习精排，解决了在大数据场景下如何实现完整推荐系统，使得学员可以具备企业级推荐项目开发能力。1优化深度学习基础课由TensorFlow切换为Pytorch，面向零基础同学更加友好1优化NLP基础课程Transform基础和Attention注意力机制在原理之后增加英译汉的案例，加强学生对基础算法原理的理解1优化NLP基础课程迁移学习API版本变化问题，优化传统序列模型算法原理1新增NLP方向[蜂窝头条文本分类优化]项目，增强学生NLP算法优化方面技能1新增NLP方向[知识图谱]项目，通过本体建模，知识抽取，知识融合，知识推理，知识存储与知识应用方面，学生可以掌握完整知识图谱构建流程。1新增[面试加强课]通过巩固机器学习与深度学习基础算法，加强核心算法掌握，增加数据结构基础算法、动态规划算法、贪心算法等面试高频算法题，加强多行业人工智能案例理解与剖析1删除Ubuntu环境搭建开发环境2021.02.01 升级版本2.0课程名称人工智能AI进阶班课程推出时间2021.02.01课程版本号2.0主要针对python3 & python2主要使用开发工具linux+PyCharm+Pytorch+Tensorflow+OpenCV+neo4j+Docer+k8s课程介绍AI理论方面: 通过新的开发的文本摘要项目、传智大脑项目, 提升学员复杂模型训练和优化的能力。AI工程化方面: 新增的算法工程化讲座, 直接面向一线公司实际开发场景和需求, 比如服务日志, A/B测试, Git提交, Docker, K8S部署等, 让学员亲临公司场景, 求职后更好的无缝衔接进企业级开发。AI新热点和趋势: 通过增加量化、剪枝、知识蒸馏、迁移学习等一线优化技术, 让学生有更多处理问题的武器和思路；增加知识图谱热点、mmlab框架热点、YOLO1~5算法系列，能更好的匹配业界需求。课程消化吸收方面：V2.0在V.1.x版本基础上迭代更新，注重专业课的消化吸收，降低学习难度，提升就业速度、就业质量。1新增NLP方向【文本摘要项目】：自动完成文本信息的主题提取，中心思想提取，可以类比京东，当当网的商品自动宣传文案；快速的将主要信息展示给用户, 广泛应用于财经, 体育, 电商, 医疗, 法律等领域。基于seq2seq + attention的优化模型，基于PGN + attention + coverage的优化模型，基于PGN + beam-search的优化模型，文本的ROUGE评估方案和代码实现：weight-tying的优化策略、scheduled sampling的优化策略。1新增AI基础设置类项目【传智大脑】，目前提供AI前端功能展示、AI后端模型部署、AI在线服务、AI模型训练功能等系统功能。AI开发服务提供了信息中心网咨辅助系统，文本分类系统、考试中心试卷自动批阅系统、CV统计全国开班人数等系统；综合NLP、CV和未来技术热点。1新增CV方向【人流量统计项目】：以特定商场、客服场景对人流量进行分析和统计。掌握mmlab框架、核心模块MMDetection；resnet骨架网络特征提取，SSD网络和Cascade R-CNN网络目标检测；利用剪枝，压缩和蒸馏等方法减小模型规模；完成前后端部署（Flask + Gunicorn）、模型部署（ONNX-runtime技术）。1优化NLP方向【AI在线医生项目】: 两个离线模型 (命名实体审核模型, 命名实体识别模型)的优化，提升准确率, 召回率，F1的效果。 一个在线模型 (句子主题相关模型)的优化, 重在量化, 压缩, 知识蒸馏, 提升处理速度并展示对比测试实验。1新增知识图谱热点案例：知识图谱编程、深化neo4j中的cypher代码, 相关案例。1新增计算机视觉目标检测热点算法YoLov1~v5 V1~V5模型的网络架构、输入输出、训练样本构建，损失函数设计；模型间的改进方法；多尺度检测方法、先验框设计；数据增强方法、多种网络架构及设计不同模型的方法。1优化计算机视觉专业课：RCNN系列网络进阶课程：FasterRCNN目标检测的思想，anchor（锚框）设计与实现，掌握RPN网络是如何进行候选区域的生成的，掌握ROIPooling的使用方法掌握fasterRCNN的训练方法，掌握RCNN网络的预测方法。1新增AI算法工程化专题：10个子案例展示算法工程化中的实际工程问题, 企业真实开发中的问题和解决方案。研发, 测试环境的异同, 服务日志的介绍和实现， A/B测试，模型服务风险监控，在线服务重要指标，Git提交与代码规范化，正式环境部署(Docker, K8S),，数据分析与反馈。2020.6.1 升级版本 1.5课程名称人工智能AI进阶班课程推出时间2020.6.1课程版本号1.5主要针对版本python3 & python2主要使用开发工具linux+PyCharm+Pytorch+Tensorflow课程介绍以周为单位迭代更新课程，包括机器学习、自然语言处理NLP、计算机视觉、AI算法强化等课程。同时为了更好的满足人工智能学员更快速的适应市场要求，推出了自然语言处理NLP案例库、计算机视觉CV案例库、面试强化题等等。同时也增加职业拓展课，学生学习完AI课程以后，可在职学习：推荐系统、爬虫、泛人工智能数据分析。1新增计算机视觉CV案例库1新增自然语言处理案例库1新增AI企业面试题1新增算法强化课程1新增计算机视觉强化课2019.12.21 升级版本 1.0课程名称人工智能AI进阶班课程推出时间2019.12.21课程版本号1.0主要针对版本Python3 & Python2主要使用开发工具linux+PyCharm+Pytorch+Tensorflow课程介绍人工智能赋能实体产业的规模以每年40%的速度递增，人工智能人才在计算机视觉CV、自然语言处理NLP、数据科学的推荐广告搜索的需求越来越明确。传智教育研究院经过2年潜心研发，萃取百余位同行经验，推出全新的人工智能1.0课程。全新的人工智能课程体系具有以下优势：1）六个月高级软件工程师培训课程。精准定位、因材施教，人工智能和Python开发分成两个不同的班型进行授课。2）理论+实践培养AI专精型人才。如何培养人才达到企业的用人标准？传智教育提出了课程研发标准：1、AI理论方面，培养学员AI算法研究能力：AI算法实用性、先进性、可拓展性；2、AI实践方面，培养学员利用AI理论解决企业业务流的能力。3）多领域多行业项目，全生态任性就业。设计多领域多行业项目有：智能交通项目（CV）、 实时人脸检测项目（CV）、在线AI医生项目（NLP）、智能文本分类项目（NLP）、泛娱乐推荐项目（CV+推荐）、CT图像肺结节自动检测项目（CV）、小智同学-聊天机器人（NLP）、场景识别项目（CV）、在线图片识别-商品检测项目（CV）、黑马头条推荐系统（推荐+数据科学）。4）AI职业全技能（NLP、CV、数据科学-推荐广告搜索）,涵盖8大主流就业岗位。视觉处理工程师（CV）、自然语言处理工程师（NLP）、推荐系统工程师、机器学习工程师、深度学习工程师、数据分析工程师、数据挖掘工程师、知识图谱工程师。5）课程设置科学合理，适合AI技术初学者。6）技术大牛倾力研发，专职沉淀AI新技术。1新增机器学习进阶课程1新增计算机视觉项目：实时人脸检测项目、智能交通项目1新增自然语言处理NLP项目：在线AI医生项目、智能文本分类项目1新增算法强化课程：进化学习、分布式机器学习、数据结构强化

实力雄厚的人工智能开发课程研发团队

源源不断引进大厂技术大牛，专业研发课程升级、迭代，与企业需求实时接轨

授课经验丰富的人工智能开发讲师团队

教师录取率<3%，从源头把控师资，带你过关斩将掌握每一个知识点

贯穿学习全程、保障学习效果的AI教辅系统

用数据驱动教学，贯通教/学/练/测/评，为每一位学员私人定制学习计划和就业服务

学前入学多维测评

学前目标导向式学习

学中随堂诊断纠错

学中阶段效果测评

学后在线作业试题库

学后问答社区查漏补缺

保障BI报表数据呈现

就业面试指导就业分析

更多Tlias就业服务

就业流程全信息化处理

学员能力雷达图分析

定制个性化就业服务

技术面试题讲解

就业指导课面试项目分析

HR面试攻略

模拟企业真实面试

专业简历指导

面试复盘辅导

风险预警企业黑名单提醒

打造学员职业生态圈

老学员毕业后即可加入传智汇精英社区，持续助力学员职场发展

传智教育旗下IT互联网精英社区，以汇聚互联网前沿技术为核心，以传递、分享为己任，联合经纬创投、创新工场、京东人工智能、华为等众多关注互联网的知名机构及企业、行业大咖，共同研究中国互联网深度融合、跨界渗透、整合汇聚、相互促进的信息化资源共享平台。

行业沙龙

高端人脉

职场资源

技术研习

人工智能开发全国就业薪资情况

查看其他班级

9970元/月平均薪资

15900元/月最高薪资

100%就业率

58人月薪过万

姓名

性别

就业时间

就职城市

就职企业

薪资

福利待遇

姓名

培训前岗位

培训前薪资

培训后薪资

入职时间

入职公司

就职城市

*学员就业信息统计数据为数据库中实时调取的真实相关数据，非广告宣传

关于我们联系我们关于黑马1024程序员节学习资源学习工具免费公开课免费视频下载入学攻略报名流程校区分布住宿环境黑马程序员公众号黑马程序员小程序

友情链接精品课程教程推荐友链联系QQ2217622915：人工智能面试人工智能笔试题少儿编程培训python培训课程软件测试课程人工智能培训UI设计培训传智专修学院软件测试培训机构大智教育项目频道机器人加盟人工智能课程张家港装修济南教育培训 东莞坦途教育网郑州教育培训天津教育培训上海教育培训管理培训公司更多Python大数据培训UI设计培训产品经理培训课程web前端培训python大数据课程大数据培训AI培训课程web前端培训课程C/C++培训UI培训机构新媒体运营培训课程Linux云计算+运维开发培训拍摄剪辑+短视频制作培训智能机器人软件开发培训电商视觉运营设计培训Java教程下载 Pthon视频教程 web前端开发教程 UI设计教程 大数据视频教程 软件测试教程下载 新媒体+短视频制作教程 产品经理自学教程 C语言视频教程 短视频制作教程 linux运维开发教程 PHP教程 Java JDK下载教程 Python下载和安装教程

PC端|移动端|网站地图|申请友链

江苏传智播客教育科技股份有限公司  版权所有Copyright 2006-2024, All Rights Reserved   苏ICP备16007882号  营业执照 增值电信业务经营许可证 出版物经营许可证 苏公网安备 32132202000574号

试听

咨询

报名

和我们在线交谈！

NVIDIA 深度学习培训中心（DLI）| 实战培训

NVIDIA 深度学习培训中心（DLI）| 实战培训

NVIDIA Home

NVIDIA Home

Menu

Menu icon

Menu

Menu icon

Close

Close icon

Close

Close icon

Close

Close icon

Caret down icon

Accordion is closed, click to open.

Caret down icon

Accordion is closed, click to open.

Caret up icon

Accordion is open, click to close.

Caret right icon

Click to expand

Caret right icon

Click to expand

Caret right icon

Click to expand menu.

Caret left icon

Click to collapse menu.

Caret left icon

Click to collapse menu.

Caret left icon

Click to collapse menu.

Shopping Cart

Click to see cart items

Search icon

Click to search

Skip to main content

NVIDIA 引领人工智能计算

Main Menu

产品

硬件

软件

游戏和娱乐

GeForce 显卡

游戏笔记本电脑

G-SYNC 显示器

Studio

笔记本电脑和工作站

游戏笔记本电脑

NVIDIA RTX 桌面工作站

专业笔记本电脑中的 NVIDIA RTX

NVIDIA RTX 驱动的 AI 工作站

云和数据中心

概览

Grace CPU

DGX 系统

EGX 平台

IGX 平台

HGX 平台

NVIDIA MGX

NVIDIA OVX

DRIVE Sim

网络

概览

DPU 和 SuperNIC

以太网

InfiniBand

GPU

GeForce

NVIDIA RTX / Quadro

数据中心

嵌入式系统

Jetson

DRIVE AGX

Clara AGX

应用框架

AI 推理 - Triton

汽车 - DRIVE

云端 AI 视频流 - Maxine

数据分析 - RAPIDS

医疗健康和生命科学 - Clara

高性能计算

智能视频分析 - Metropolis

元宇宙应用 – Omniverse

推荐系统 - Merlin

机器人 - Isaac

语音 AI - Riva

电信 - Aerial

应用和工具

应用目录

NGC 目录

NVIDIA NGC

3D 工作流 – Omniverse

数据中心

GPU 监控

NVIDIA RTX Experience

NVIDIA RTX 桌面管理器

RTX 加速的创意应用程序

视频会议

AI 工作台

游戏和创作

GeForce Experience

NVIDIA Broadcast App

动画 – Machinima

Modding - RTX Remix

Studio

基础架构

AI Enterprise 套件

云原生支持

集群管理

边缘部署管理

推理服务

IO 加速

软件

虚拟 GPU

云服务

Omniverse

NeMo

BioNeMo

Picasso

Private Registry

Base Command

Fleet Command

解决方案

AI 和数据科学

概览

数据分析和处理

机器学习

深度学习训练

AI 推理

对话式 AI

预测与预报

语音 AI

大型语言模型

数据中心和云计算

概览

面向企业 IT 的加速计算

云计算

托管

边缘计算

MLOps

网络

虚拟化

设计和仿真

概览

3D Avatar

增强现实和虚拟现实

数字孪生

多显示器

渲染

开发者大会

图像虚拟化

工程模拟

直播

机器人开发和边缘计算

概览

智能视频分析

工业

机器人

边缘部署管理

边缘解决方案

高性能计算

概览

高性能计算和 AI

仿真与建模

科学可视化

自动驾驶汽车

概览

Chauffeur

Concierge

训练

高精地图

仿真

安全

行业

行业

概览

建筑，工程，施工和运营

消费互联网

网络安全

汽车

金融服务

医疗健康和生命科学

高等教育

游戏开发

制造业

媒体和娱乐

公共部门

餐厅

零售业和 CPG

机器人

智慧城市和空间

超级计算

电信

交通运输

为您推荐

创意产业 / 设计师

数据科学家

开发人员

执行层

玩家

IT 专业人士

研究人员

机器人专家

初创公司

技术培训

社区研讨会

NVIDIA Studio

概览

加速应用

产品

GPU 比较

行业

媒体和娱乐

制造业

建筑、工程和建造

所有行业 >

业务解决方案

数据中心 / 云

笔记本电脑 / 台式机

虚拟增强 / 虚拟现实

多显示器

渲染

元宇宙 – Omniverse

图像虚拟化

工程模拟

行业

金融服务

消费互联网

医疗健康

高等教育

零售

公共部门

所有行业 >

解决方案

数据分析

机器学习

深度学习训练

深度学习推理

对话式 AI

预测与预报

大型语言模型

软件

AI Enterprise 软件套件

AI 推理 - Triton

AI 工作流

虚拟形象 - Tokkio

网络安全 - Morpheus

数据分析 - RAPIDS

Apache Spark

AI 工作台

大语言模型 - NeMo 框架

物流和路径优化 - CuOpt

推荐系统 - Merlin

对话式 AI - Riva

NGC 概况

NGC 软件目录

开源软件

产品

PC

笔记本电脑和工作站

数据中心

云

资源

专业服务

技术培训

初创公司

AI 加速器计划

内容库

NVIDIA Research

开发者博客

Kaggle Grandmaster

开发者资源

加入开发者计划

NGC 目录

NVIDIA NGC

技术培训

博客

NVIDIA GPU 技术大会

初创公司

社区研讨会

开发者网站首页 >

应用框架

AI 推理 - Triton

汽车 - DRIVE

云端 AI 视频流 - Maxine

数据分析 - RAPIDS

医疗健康和生命科学 - Clara

高性能计算

智能视频分析 - Metropolis

推荐系统 - Merlin

元宇宙 – Omniverse

机器人 - Isaac

语音 AI - Riva

电信 - Aerial

常用 SDK 和函数库

并行程序开发 - CUDA 工具箱

边缘 AI 应用程序 - Jetpack

BlueField 边缘数据处理 - DOCA

加速函数库 - CUDA-X 函数库

深度学习推理 - TensorRT

深度学习训练 - cuDNN

深度学习框架

对话式 AI - NeMo

智能视频分析 - DeepStream

NVIDIA Unreal Engine 4

光线追踪 - RTX

视频解码/编码

GeForce

概览

GeForce 显卡

游戏笔记本电脑

G-SYNC 显示器

RTX 游戏

GeForce Experience

GeForce 驱动程序

论坛

支持

解决方案

数据中心（本地）

边缘计算

云计算

网络

虚拟化

企业 IT 解决方案

软件

AI Enterprise 套件

云原生支持

集群管理

边缘部署管理

推理服务

AI 推理 - Triton

IO 加速

网络

虚拟 GPU

应用和工具

数据中心

GPU 监控

NVIDIA RTX Experience

NVIDIA RTX 桌面管理器

资源

数据中心和 IT 资源

技术培训和认证

企业支持

驱动程序

安全

产品文档

论坛

论坛（中国）

NVIDIA Research 首页

研究领域

AI Playground

抗疫研究

NGC 目录

技术培训

初创公司

新闻

开发者博客

开源软件

Cambridge-1 超级计算机

3D 深度学习研究

产品

AI 训练 - DGX

边缘计算 - EGX

嵌入式计算 - Jetson

软件

机器人 - Isaac SDK

模拟 - Issac Sim

TAO 工具包

视觉 AI - DeepStream SDK

边缘部署管理

合成数据生成 – Replicator

使用案例

医疗健康

制造业

公共部门

零售

机器人

更多 >

资源

NVIDIA 博客

机器人研究

开发者博客

技术培训

初创公司

驱动程序

支持

登录

登出

Skip to main content

0

Login

LogOut

NVIDIA

NVIDIA logo

Main Menu

产品

硬件

游戏和娱乐

GeForce 显卡

游戏笔记本电脑

G-SYNC 显示器

Studio

笔记本电脑和工作站

游戏笔记本电脑

NVIDIA RTX 桌面工作站

专业笔记本电脑中的 NVIDIA RTX

NVIDIA RTX 驱动的 AI 工作站

云和数据中心

概览

Grace CPU

DGX 系统

EGX 平台

IGX 平台

HGX 平台

NVIDIA MGX

NVIDIA OVX

DRIVE Sim

网络

概览

DPU 和 SuperNIC

以太网

InfiniBand

GPU

GeForce

NVIDIA RTX / Quadro

数据中心

嵌入式系统

Jetson

DRIVE AGX

Clara AGX

软件

应用框架

AI 推理 - Triton

汽车 - DRIVE

云端 AI 视频流 - Maxine

数据分析 - RAPIDS

医疗健康和生命科学 - Clara

高性能计算

智能视频分析 - Metropolis

元宇宙应用 – Omniverse

推荐系统 - Merlin

机器人 - Isaac

语音 AI - Riva

电信 - Aerial

应用和工具

应用目录

NGC 目录

NVIDIA NGC

3D 工作流 – Omniverse

数据中心

GPU 监控

NVIDIA RTX Experience

NVIDIA RTX 桌面管理器

RTX 加速的创意应用程序

视频会议

AI 工作台

游戏和创作

GeForce Experience

NVIDIA Broadcast App

动画 – Machinima

Modding - RTX Remix

Studio

基础架构

AI Enterprise 套件

云原生支持

集群管理

边缘部署管理

推理服务

IO 加速

软件

虚拟 GPU

云服务

Omniverse

NeMo

BioNeMo

Picasso

Private Registry

Base Command

Fleet Command

解决方案

AI 和数据科学

概览

数据分析和处理

机器学习

深度学习训练

AI 推理

对话式 AI

预测与预报

语音 AI

大型语言模型

数据中心和云计算

概览

面向企业 IT 的加速计算

云计算

托管

边缘计算

MLOps

网络

虚拟化

设计和仿真

概览

3D Avatar

增强现实和虚拟现实

数字孪生

多显示器

渲染

开发者大会

图像虚拟化

工程模拟

直播

机器人开发和边缘计算

概览

智能视频分析

工业

机器人

边缘部署管理

边缘解决方案

高性能计算

概览

高性能计算和 AI

仿真与建模

科学可视化

自动驾驶汽车

概览

Chauffeur

Concierge

训练

高精地图

仿真

安全

行业

行业

概览

建筑，工程，施工和运营

消费互联网

网络安全

汽车

金融服务

医疗健康和生命科学

高等教育

游戏开发

制造业

媒体和娱乐

公共部门

餐厅

零售业和 CPG

机器人

智慧城市和空间

超级计算

电信

交通运输

为您推荐

创意产业 / 设计师

NVIDIA Studio

概览

加速应用

产品

GPU 比较

行业

媒体和娱乐

制造业

建筑、工程和建造

所有行业 >

业务解决方案

数据中心 / 云

笔记本电脑 / 台式机

虚拟增强 / 虚拟现实

多显示器

渲染

元宇宙 – Omniverse

图像虚拟化

工程模拟

数据科学家

行业

金融服务

消费互联网

医疗健康

高等教育

零售

公共部门

所有行业 >

解决方案

数据分析

机器学习

深度学习训练

深度学习推理

对话式 AI

预测与预报

大型语言模型

软件

AI Enterprise 软件套件

AI 推理 - Triton

AI 工作流

虚拟形象 - Tokkio

网络安全 - Morpheus

数据分析 - RAPIDS

Apache Spark

AI 工作台

大语言模型 - NeMo 框架

物流和路径优化 - CuOpt

推荐系统 - Merlin

对话式 AI - Riva

NGC 概况

NGC 软件目录

开源软件

产品

PC

笔记本电脑和工作站

数据中心

云

资源

专业服务

技术培训

初创公司

AI 加速器计划

内容库

NVIDIA Research

开发者博客

Kaggle Grandmaster

开发人员

开发者资源

加入开发者计划

NGC 目录

NVIDIA NGC

技术培训

博客

NVIDIA GPU 技术大会

初创公司

社区研讨会

开发者网站首页 >

应用框架

AI 推理 - Triton

汽车 - DRIVE

云端 AI 视频流 - Maxine

数据分析 - RAPIDS

医疗健康和生命科学 - Clara

高性能计算

智能视频分析 - Metropolis

推荐系统 - Merlin

元宇宙 – Omniverse

机器人 - Isaac

语音 AI - Riva

电信 - Aerial

常用 SDK 和函数库

并行程序开发 - CUDA 工具箱

边缘 AI 应用程序 - Jetpack

BlueField 边缘数据处理 - DOCA

加速函数库 - CUDA-X 函数库

深度学习推理 - TensorRT

深度学习训练 - cuDNN

深度学习框架

对话式 AI - NeMo

智能视频分析 - DeepStream

NVIDIA Unreal Engine 4

光线追踪 - RTX

视频解码/编码

执行层

玩家

GeForce

概览

GeForce 显卡

游戏笔记本电脑

G-SYNC 显示器

RTX 游戏

GeForce Experience

GeForce 驱动程序

论坛

支持

IT 专业人士

解决方案

数据中心（本地）

边缘计算

云计算

网络

虚拟化

企业 IT 解决方案

软件

AI Enterprise 套件

云原生支持

集群管理

边缘部署管理

推理服务

AI 推理 - Triton

IO 加速

网络

虚拟 GPU

应用和工具

数据中心

GPU 监控

NVIDIA RTX Experience

NVIDIA RTX 桌面管理器

资源

数据中心和 IT 资源

技术培训和认证

企业支持

驱动程序

安全

产品文档

论坛

论坛（中国）

研究人员

NVIDIA Research 首页

研究领域

AI Playground

抗疫研究

NGC 目录

技术培训

初创公司

新闻

开发者博客

开源软件

Cambridge-1 超级计算机

3D 深度学习研究

机器人专家

产品

AI 训练 - DGX

边缘计算 - EGX

嵌入式计算 - Jetson

软件

机器人 - Isaac SDK

模拟 - Issac Sim

TAO 工具包

视觉 AI - DeepStream SDK

边缘部署管理

合成数据生成 – Replicator

使用案例

医疗健康

制造业

公共部门

零售

机器人

更多 >

资源

NVIDIA 博客

机器人研究

开发者博客

技术培训

初创公司

初创公司

技术培训

社区研讨会

驱动程序

支持

深度学习培训中心

在线自主培训

讲师指导的培训班

教师免费资源

企业解决方案

更多资源

在线自主培训

讲师指导的培训班

教师免费资源

企业解决方案

更多资源

订阅

在线自主培训

讲师指导的培训班

教师免费资源

企业解决方案

更多资源

This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

NVIDIA 深度学习培训中心 (DLI)

获得快速成功的技能

Browse Learning Paths

NVIDIA 深度学习培训中心（DLI）

参加实战培训，学习解决世界上极具挑战性的问题

NVIDIA 深度学习培训中心 (DLI) 提供 AI 、加速计算和加速数据科学的应用开发实战培训。基于云端完全配置的 GPU 平台，开发者、数据科学家、研究人员和院校师生可以快速获取端到端应用开发经验和提升专业技能。IT 专业人员可以学习设计和管理基础架构，支持企业的 AI、数据科学和高性能计算 (HPC) 工作负载。 同时获得全球通行的 NVIDIA DLI 培训证书，为您的能力和职业发展提供有力证明。

一分钟了解 DLI 培训，观看视频。

最新发布的中文课程

大语言模型（LLM）系列

Transformer NLP、数据并行和模型并行，从入门、进阶到高阶，从理论到实战练习，系统化的掌握关键开发技能。

查看 AI 培训班课程表

免费学用 Omniverse 系列

快来获取创建元宇宙的基础技能，您的"虚拟世界、数字孪生或 3D 工作流程" 从这里开始，还可以获取 NVIDIA 培训证书。

免费学习

《图形与 Omniverse》教学套件早期版本发布

涵盖媒体娱乐、数字人、工业元宇宙和建筑工程四大专题，含有电子版课程大纲、讲课幻灯片和更多学习资源。

教师免费获取

8 月 11 日（星期三） | 北京时间凌晨 0 点

光线追踪开发基础————使用 NVIDIA Nsight Graphics 和 NVIDIA Nsight System

在 NVIDIA RTX 以及 DXR 和 NVIDIA Vulkan 等实时光线追踪 API 的助力下，用户可以更轻松地以交互式帧率打造惊艳视觉效果。在这个两小时的研讨会中，您将了解如何利用 NVIDIA® Nsight™ 图形配置和优化使用光线追踪的 3D 应用。

添加到日历

NVIDIA Omniverse 开发者资源中心

访问新的 Omniverse 开发者资源中心，了解如何通过构建扩展程序、连接器和应用，帮助壮大生态系统。

了解详情

The Graphics Codex

探索 Graphics Codex，一个重要的数字参考和学习资源，包括在 3D 计算机图形领域的学术参考，如方程、概念和符号。

了解详情

新书：Learning Deep Learning（了解深度学习）

阅读 NVIDIA Magnus Ekman 推出的这本新书，开启深度学习之旅。深入研究神经网络、计算机视觉、自然语言处理和使用 TensorFlow 的 Transformer 的理论和实践。

了解详情

2024 NVIDIA AI 培训班

大语言模型 (LLM)、AI 应用开发系列

实战开发技能 | 实时讲师授课 | 实验用 GPU | 实名 NVIDIA 证书

立即报名

选择 DLI 解决方案

真实应用场景 | 实时 GPU 开发环境 | 全球培训证书

在线自主培训

开始学习

讲师指导的培训班

查看课程

教师免费资源

让您的学生在 GPU 环境中实践

企业解决方案

为您的企业组织提供卓越的培训

NVIDIA DLI 构建了出色的云端训练环境，还安排了深度学习和 CUDA 专家实时授课。我们的团队不仅能够学习理论，更能亲手实践代码练习，获取实战经验，从而有助于团队更深入透彻地掌握这个主题。我们的团队非常喜欢这个课程。

- 三星电子，制造技术中心，学习与发展主管， Hyunkoo Kwak

NVIDIA DLI 培训帮助我一直处于所在领域的前沿。积极性十足的学员们和知识渊博的讲师，不仅能丰富学识，还带来了非常愉快的学习体验。课程中的实例（与我的需求）关联度都很高，今后几年我会继续参加！

- ThreatConnect，高级数据科学家，John Snyder

我的团队觉得这次培训十分成功。讲座和实验充满启发，乐趣无穷。讲师也非常优秀！

- ING 德国公司，数据科学技术主管， Timothée Carayol

德勤致力于立足 AI 创新前沿，与客户共同创新，并加速他们应用 AI 的进程。NVIDIA DLI 与我们共同规划了课程体系，旨在满足 AI 专业人士和项目的需求。利用这些课程，我们能够利用 NVIDIA DGX 系统自身的强大功能来探索 AI 新用例。

– Christine Ahn，Deloitte Consulting LLP 主管兼 NVIDIA Alliance 首席商务官

NVIDIA DLI 提供的深度学习基础课程，为 KENET 旗下很多大学的教职人员获取这一重要领域的先进技能，提供了一个非常棒的机会。这次培训采用讲师指导的方式，内容严谨、简洁、全面且深入，是非常实用的深度学习课程。我期待着本次培训能催生新的研究领域和应用。

- 肯尼亚国家研究与教育网络 ，KENET 执行董事，Meoli Kashorda 博士

NVIDIA DLI 构建了出色的云端训练环境，还安排了深度学习和 CUDA 专家实时授课。我们的团队不仅能够学习理论，更能亲手实践代码练习，获取实战经验，从而有助于团队更深入透彻地掌握这个主题。我们的团队非常喜欢这个课程。

- 三星电子，制造技术中心，学习与发展主管， Hyunkoo Kwak

NVIDIA DLI 培训帮助我一直处于所在领域的前沿。积极性十足的学员们和知识渊博的讲师，不仅能丰富学识，还带来了非常愉快的学习体验。课程中的实例（与我的需求）关联度都很高，今后几年我会继续参加！

- ThreatConnect，高级数据科学家，John Snyder

我的团队觉得这次培训十分成功。讲座和实验充满启发，乐趣无穷。讲师也非常优秀！

- ING 德国公司，数据科学技术主管， Timothée Carayol

德勤致力于立足 AI 创新前沿，与客户共同创新，并加速他们应用 AI 的进程。NVIDIA DLI 与我们共同规划了课程体系，旨在满足 AI 专业人士和项目的需求。利用这些课程，我们能够利用 NVIDIA DGX 系统自身的强大功能来探索 AI 新用例。

– Christine Ahn，Deloitte Consulting LLP 主管兼 NVIDIA Alliance 首席商务官

NVIDIA DLI 提供的深度学习基础课程，为 KENET 旗下很多大学的教职人员获取这一重要领域的先进技能，提供了一个非常棒的机会。这次培训采用讲师指导的方式，内容严谨、简洁、全面且深入，是非常实用的深度学习课程。我期待着本次培训能催生新的研究领域和应用。

- 肯尼亚国家研究与教育网络 ，KENET 执行董事，Meoli Kashorda 博士

为何选择 NVIDIA 实战培训？

获取专业技能

跟随行业技术专家，学习聚焦当下新技术的课程，快速获取开发技能和经验。

灵活学习方式

随时随地学习在线自主培训课程，或参加线上或线下的有讲师指导的培训班。

行业标准的工具和框架

利用被广泛应用的、符合行业标准的软件、工具和框架，获取可复制的经验。

广泛行业应用

学习构建适用机器人、自动驾驶、制造、金融和医疗等行业的深度学习、加速计算和加速数据科学应用。

NVIDIA 培训证书

NVIDIA DLI 证书可以证明您在相关领域的能力，助力职业发展。

真实应用场景

通过 NVIDIA 和行业专家设计的内容获得现实世界的专业知识

实时 GPU 开发环境

使用云端完全配置的 GPU 加速服务器，亲自完成项目开发。

缩短生产时间

使用 NVIDIA NGC™ 目录中 DLI 同款环境容器，快速构建产品级优质解决方案。

企业解决方案

根据您的企业的特定目标和学习需求，我们提供全面的 DLI 培训服务，可以有效提高在 AI、数据科学和加速计算领域的技能和经验，助力 AI 应用场景落地，提升企业竞争力。

了解详情

在线自主培训

对于个人或小规模的团队，可以从此开始。随时随地学习，通过在云端完全配置的 GPU 服务器上实战练习，多次反复回顾课程，获取专项开发技能和培训证书。此外，您还可以参加面向公众举办的讲师指导的培训班。

使用卫星图像监测自然灾害风险

10 学时 | 中文 | 免费 | NVIDIA DALI, NVIDIA TAO Toolkit, NVIDIA TensorRT, and NVIDIA Triton Inference Server  

 有培训证书

免费学习

在 Omniverse 中定制化开发和发布 Extensions

 8 学时 | 中文 | 免费 | Omniverse Code, Visual Studio Code, Python, Python Extension  

 有培训证书

免费学习

使用 Isaac Sim 组装一个简单的机器人

0.5 学时| 中文 | 免费 | NVIDIA Omniverse™, Isaac Sim

免费学习

图神经网络入门

4 学时 | 中文 | 30 美元 | Deep Graph Library, PyTorch

开始学习

加速计算基础——CUDA Python

8 学时 | 中文 | 90 美元 | CUDA

®, Python, Numba, NumPy

 有培训证书

开始学习

基于 Jetson Nano 构建视频 AI 的端侧应用

8 学时 | 中文 | 

免费 | DeepStream, TensorRT, Jetson Nano, Python

 有培训证书

免费学习

查看所有课程

View full catalog (PDF 1.3 MB)

讲师指导的培训班

如果您希望参加有讲师授课答疑的培训班，可以报名定期举办的 AI 培训班或安排企业专属培训班，在完全配置的 GPU 环境中实战演练，并获得 NVIDIA 培训证书。

通用基础

新课程

模型并行 —— 构建和部署大型神经网络

8 学时 | 中文 | 收费培训 | PyTorch, Megatron-LM, DeepSpeed, Slurm, Triton Inference Server, NVIDIA Nsight™

 有培训证书

查看课程大纲

通用基础

新课程

数据并行——用多 GPU 训练神经网络

8 学时 | 中文 | 收费培训 | PyTorch、PyTorch 分布式数据并行、NCCL

 有培训证书

查看课程大纲

通用基础

构建基于 Transformer 的自然语言处理应用

8 学时 | 中文 | 收费培训 | PyTorch, Pandas, NVIDIA NeMo ™, NVIDIA Triton ™ 推理服务器

 有培训证书

查看课程大纲

通用基础

构建智能推荐系统

8 学时 | 中文 | 收费培训 | CuDF, CuPy, TensorFlow 2, NVIDIA Triton 推理服务器

 有培训证书

查看课程大纲

中级进阶

新课程

加速计算进阶——用多 GPU 加速 CUDA C++ 应用

8 学时 | 中文 | 收费培训 | CUDA C++, NVIDA Nsight™ Systems

 有培训证书

查看课程大纲

高级课程

新课程

加速计算高阶 —— 将 CUDA C++ 应用扩展至多节点 GPU

8 学时 | 中文 | 收费培训 | CUDA, MPI, NVSHMEM

 有培训证书

查看课程大纲

查看所有课程

View full catalog (PDF 1.3 MB)

教师免费资源

高校老师可以申请成为 NVIDIA DLI 校园大使，为在校师生免费教授 DLI 课程和使用配套实验环境；以及免费下载 NVIDIA 教学套件，轻松扩展您的授课内容，和免费获取 DLI 在线自主培训课程资源。

了解详情

Learning Deep Learning

阅读 NVIDIA Magnus Ekman 撰写的这本新书，开启深度学习之旅。

这是一本关于“深度学习”的完整指南。书中阐明了获得成功所需的核心概念和动手编程技术，非常适合开发人员、数据科学家、分析师等人员，以及没有机器学习或统计经验的人士。同时提供了基于支持 Keras 的 TensorFlow 编写而成的简洁、清晰注释的代码示例。通过在线提供相应的 PyTorch 示例，本书涵盖了工业界和学术界用于深度学习的两个主要 Python 库。

了解详情

合作伙伴

DLI 在世界各地与行业合作伙伴一起，开发 DLI 课程和交付讲师指导的培训班

培训交付

云平台服务

教育机构

遇到问题？

订阅 DLI 资讯月刊

联系 DLI

技术问题，访问 NVIDIA 开发者论坛

NVIDIA DLI 培训证书

NVIDIA 深度学习培训中心 (DLI) 培训证书可以证明在相关领域的能力，助力您的职业发展。部分在线自主培训和全部讲师指导的培训班课程，提供此证书。

在 LinkedIn 上张贴 DLI 证书，可以突显您的新技能。这样做有机会增加对招聘者的吸引力，从而推动您的职业生涯发展。参考这里的操作步骤来更新您的简历，将证书添加到“证书”一项中。

如有深度学习培训疑问请联系我们

Welcome back.

Not you? 登出

Welcome

back. Not you? Clear form

Section

Section

名字

姓氏

工作电子邮件地址

组织/大学名称

行业

行业

Aerospace

Agriculture

Architecture / Engineering / Construction

Automotive / Transportation

Cloud Services

Consumer Internet

Energy

Financial Services

Game Development

Hardware / Semiconductor

Healthcare & Life Sciences

Higher Education / Academia

HPC / Supercomputing

Manufacturing

Media & Entertainment

Public Sector

Retail

Telecommunications

Other

职务

职务

地点

地点

Afghanistan

Aland Islands

Albania

Algeria

American Samoa

Andorra

Angola

Anguilla

Antarctica

Antigua and Barbuda

Argentina

Armenia

Aruba

Australia

Austria

Azerbaijan

Bahamas

Bahrain

Bangladesh

Barbados

Belarus

Belgium

Belize

Benin

Bermuda

Bhutan

Bolivia

Bonaire, Sint Eustatius and Saba

Bosnia and Herzegovina

Botswana

Bouvet Island

Brazil

British Indian Ocean Territory

British Virgin Islands

Brunei Darussalam

Bulgaria

Burkina Faso

Burundi

Cambodia

Cameroon

Canada

Cape Verde

Cayman Islands

Central African Republic

Chad

Chile

China

Christmas Island

Cocos (Keeling) Islands

Colombia

Comoros

Congo

Congo, Democratic Republic of the

Cook Islands

Costa Rica

Cote D'Ivoire

Croatia

Cuba

Curaçao

Cyprus

Czech Republic

Denmark

Djibouti

Dominica

Dominican Republic

Ecuador

Egypt

El Salvador

Equatorial Guinea

Eritrea

Estonia

Eswatini

Ethiopia

Falkland Islands (Malvinas)

Faroe Islands

Fiji

Finland

France

French Guiana

French Polynesia

French Southern Territories

Gabon

Gambia

Georgia

Germany

Ghana

Gibraltar

Greece

Greenland

Grenada

Guadeloupe

Guam

Guatemala

Guernsey

Guinea

Guinea-Bissau

Guyana

Haiti

Heard Island and Mcdonald Islands

Honduras

Hong Kong

Hungary

Iceland

India

Indonesia

Iran

Iraq

Ireland

Isle of Man

Israel

Italy

Jamaica

Japan

Jersey

Jordan

Kazakhstan

Kenya

Kiribati

Korea Democratic People's Republic of

Korea Republic of

Kuwait

Kyrgyzstan

Lao People's Democratic Republic

Latvia

Lebanon

Lesotho

Liberia

Libya

Liechtenstein

Lithuania

Luxembourg

Macao

Madagascar

Malawi

Malaysia

Maldives

Mali

Malta

Marshall Islands

Martinique

Mauritania

Mauritius

Mayotte

Mexico

Micronesia, Federated States of

Moldova, Republic of

Monaco

Mongolia

Montenegro

Montserrat

Morocco

Mozambique

Myanmar

Namibia

Nauru

Nepal

New Caledonia

New Zealand

Nicaragua

Niger

Nigeria

Niue

Norfolk Island

North Macedonia

Northern Mariana Islands

Norway

Oman

Pakistan

Palau

Palestine, State of

Panama

Papua New Guinea

Paraguay

Peru

Philippines

Pitcairn

Poland

Portugal

Puerto Rico

Qatar

Réunion

Romania

Russian Federation

Rwanda

Saint Helena

Saint Kitts and Nevis

Saint Lucia

Saint Pierre and Miquelon

Saint Vincent and the Grenadines

Saint-Barthélemy

Saint-Martin (French part)

Samoa

San Marino

Sao Tome and Principe

Saudi Arabia

Senegal

Serbia

Seychelles

Sierra Leone

Singapore

Sint Maarten

Slovakia

Slovenia

Solomon Islands

Somalia

South Africa

South Georgia and the South Sandwich Islands

South Sudan

Spain

Sri Lanka

Sudan

Suriname

Svalbard and Jan Mayen

Sweden

Switzerland

Syria

Taiwan

Tajikistan

Tanzania

Thailand

The Netherlands

Timor-Leste

Togo

Tokelau

Tonga

Trinidad and Tobago

Tunisia

Turkey

Turkmenistan

Turks and Caicos Islands

Tuvalu

Uganda

Ukraine

United Arab Emirates

United Kingdom

United States

United States Minor Outlying Islands

Uruguay

Uzbekistan

Vanuatu

Vatican City State

Venezuela

Viet Nam

Virgin Islands U.S.

Wallis and Futuna

Western Sahara

Yemen

Zambia

Zimbabwe

城市

State

State

Alaska

Alabama

Arkansas

Arizona

California

Colorado

Connecticut

District Of Columbia

Delaware

Florida

Georgia

Hawaii

Iowa

Idaho

Illinois

Indiana

Kansas

Kentucky

Louisiana

Massachusetts

Maryland

Maine

Michigan

Minnesota

Missouri

Mississippi

Montana

North Carolina

North Dakota

Nebraska

New Hampshire

New Jersey

New Mexico

Nevada

New York

Ohio

Oklahoma

Oregon

Pennsylvania

Rhode Island

South Carolina

South Dakota

Tennessee

Texas

Utah

Virginia

Vermont

Washington

Wisconsin

West Virginia

Wyoming

请求联系的理由

nvid hidden field

ncid hidden field

NVIDIA 隐私政策

本人知悉且同意 NVIDIA Corporation 基于调研、活动组织的目的对本人的上述信息的收集和处理，并已经阅读并同意 NVIDIA 隐私政策。

本人知悉且同意，因调研、活动组织的必须，以及相对应的 NVIDIA 内部管理和系统操作的需要，上述信息会被传输到位于美国的 NVIDIA Corporation 按照符合 NVIDIA 隐私政策的方式进行存储，您可以通过发送邮件至 privacy@nvidia.com 进行联系以解决相关问题，实现可适用的数据保护法所规定的权利。

提交

DLI 培训方案

在线自主培训

讲师指导的培训班

教师免费资源

企业解决方案

产品

NVIDIA DGX 系统

DGX A100

DGX Station

EGX 平台

数据中心 GPU

虚拟 GPU

自动驾驶

NVIDIA Isaac

Jetson

GeForce RTX

技术

CUDA-X AI

NGC 目录

数据分析

深度学习 SDKs

深度学习框架

会话式 AI

推荐系统

行业框架

资源

技术资源

NVIDIA 开发者

NVIDIA Research

GTC 大会

人才招聘

新闻中心

深度学习博客

NVIDIA On-Demand

订阅 NVIDIA 最新消息

订阅

Follow NVIDIA

Facebook

Twitter

LinkedIn

Instagram

YouTube

NVIDIA

CHN - 中国

隐私声明

管理我的隐私

法律事宜

无障碍访问

产品安全性

联系我们

Copyright © 2024 NVIDIA Corporation

腾讯云人工智能从业者培训 - 培训认证中心 - 腾讯产业互联网学堂

1. 了解什么是人工智能、人工智能在生活中的应用案例，以及它如何渗透各个产业

2. 理解人工智能的基本术语和概念

3. 掌握人工智能开发项目的流程、常用工具和技术概念

4. 理解腾讯云AI的服务能力、平台框架和功能

5. 了解人工智能的产业岗位分布、岗位能力要求入学建议了解IT与云计算的基础知识，有一定云产品操作使用经验。培训大纲腾讯云人工智能从业者培训课程涵盖以下内容：知识模块简介人工智能导论1. 人工智能概述1.1 人工智能的定义与三个层面、常见术语解释

1.2 专业人才的人工智能系统学科、AI从业者学习路径2. 人工智能应用2.1 生活中的人工智能应用

2.2 人工智能技术渗透各产业：金融/零售/交通/教育/医疗/制造/健康...

2.3 健康码案例详解3. 人工智能产业发展3.1 人工智能走向“泛在”智能人工智能基础1. 人工智能发展的成功要素1.1 数据

1.2 算法

1.3 硬件2. 人工智能迅速发展的技术领域2.1 计算机视觉

2.2 语音技术

2.3 自然语言处理3. 人工智能的基础知识3.1 机器学习，深度学习及其术语之间的联系等

3.2 机器学习：定义、过程、分类等

3.3 深度学习：定义、神经网络、和机器学习的联系人工智能项目开发实战1. 人工智能项目开发规划与准备1.1 人工智能项目开发的目标和周期

1.2 数据准备：数据采集、数据清洗、数据标注、数据验收、数据交付

1.3 特征工程：特征选择、特征提取、特征构建2. 机器学习开发任务实例（房价预测）2.1 特征工程与机器学习

2.2 制作数据集：数据准备、数据预处理、数据集划分

2.3 特征工程：数据理解、特征分析、特征构造

2.4 模型训练和优化

2.5 模型评测：输出测试集指标3. 深度学习开发任务实例（无人小车）3.1 机器学习 vs 深度学习

3.2 明确数据采集需求：赛道、场地、交通标志等

3.3 制作数据集：数据采集、数据标注、标注检验、数据集拆分

3.4 模型训练：模型选择、模型训练、资源监控、模型指标查看

3.5 模型测评：模型测试（精确率、召回率）、困难样本检查4. 人工智能项目开发验收与维护4.1 模型性能评估与测试：分类任务评价指标、模型调优、过拟合与欠拟合

4.2 模型部署与维护：环境选择、面临挑战、模型维护5. 机器学习开发框架5.1 什么是机器学习开发框架

5.2 机器学习框架和深度学习框架的关系

5.3 常见深度学习框架：发展历程6. 如何使用开源代码仓库6.1 人工智能开源软件发展情况

6.2 常见开源代码托管平台7. 对CPU、GPU 与云计算服务的依赖7.1 人工智能算力芯片：CPU、GPU、NPU、TPU

7.2 人工智能与云计算服务

7.3 人工智能产品对算力的依赖腾讯云AI能力1. 腾讯云AI能力矩阵 腾讯云AI建设框架1.1 腾讯云AI基础算法能力

1.2 腾讯云TI平台2. 腾讯云AI解决方案2.1 腾讯云AI各行业应用解决方案（泛娱乐、泛互、政务、工业、支付、文旅、教育、金融、广电、硬件）3. 腾讯云AI案例解析3.1 腾讯云AI具体应用案例：内容安全产品案例、工业视觉产品案例人工智能的发展趋势和行业岗位1. 人工智能的未来发展趋势1.1 人工智能发展十大趋势2. 人工智能产业岗位分布2.1 人工智能产业技术架构及技术岗位分布

2.2 人工智能产业人才金字塔结构及对应岗位分布3. 人工智能典型岗位对能力的要求3.1 人工智能产业人才能力四要素

3.2 人工智能各产业对人才的能力要求参加腾讯云认证考试，为培训赋予更大价值参加腾讯云认证考试为培训赋予更大价值由腾讯云资深工程师为您的就业认可与自我提升而特别定制，考试知识点与培训内容匹配，能更有效地利用您在面授培训中获得的知识。了解更多培训目标了解什么是人工智能、以及在生活和产业中的应用情况；理解人工智能的基本术语和概念；掌握人工智能开发项目的流程、常用工具和技术概念；理解腾讯云AI的服务能力、平台框架和功能；了解人工智能的产业岗位分布、岗位能力要求；了解更多培训认证解决方案企业培训解决方案根据客户需求，提供云计算以及专项技术的培训解决方案开发者认证面向云计算开发者，针对热门技术和业务场景应用的专项技能认证tencent腾讯开放平台QQ物联DNSPod微信公众平台企业QQ腾讯优图腾讯蓝鲸腾讯微云友情链接Copyright © 2013-2024 Tencent Cloud. All Rights Reserved.腾讯云 版权所有京公网安备 11010802017518粤B2-20090059-1归档课

华为HCIA认证学习_华为认证人工智能工程师_HCIA AI_华为云开发者学堂-华为云

华为HCIA认证学习_华为认证人工智能工程师_HCIA AI_华为云开发者学堂-华为云

华为认证人工智能工程师

HCIA-AI

培养与认证具备使用机器学习、深度学习等算法设计、开发AI产品及解决方案能力的工程师

温馨提示

恭喜您，订阅成功！

关闭窗口

温馨提示

抱歉，订阅失败，请稍后再试！

我知道了

温馨提示

您还未绑定邮箱，需要绑定邮箱才能订阅哦！订阅成功后，订阅信息会发送到您绑定的邮箱。

绑定邮箱

温馨提示

请您在新打开的页面绑定邮箱！

注意：绑定邮箱完成前，请不要关闭此窗口！

关闭窗口

认证概况

认证流程

资料下载

认证概况

适合人群

需要掌握人工智能技术并具备应用能力的人员；希望掌握华为人工智能产品技术并胜任相关销售或工程师岗位的人员

认证收获

了解人工智能发展史及华为昇腾AI体系与全栈全场景AI战略；掌握机器学习、深度学习相关算法；具备利用华为AI框架部署神经网络的能力

课程内容

人工智能基础知识、机器学习、深度学习、业界主流开发框架、华为AI开发框架、Atlas人工智能计算平台、华为智能终端AI开放平台、企业智能应用平台

认证流程

收起

展开

学习培训

收起

展开

您可以通过在线课程的学习，随时随地掌握基础知识，了解华为云实践应用

在线学习

收起

展开

在线实验

收起

展开

完成理论知识学习后结合实验手册在线实操，巩固学习

下载手册

收起

展开

模拟测试

收起

展开

通过模拟试题进行自我检测，了解考试题型

考试范围

覆盖人工智能基础知识、机器学习、深度学习、华为昇腾AI体系、华为AI全栈全场景战略知识等内容

知识点占比

1. 人工智能概览 10%2. 机器学习概览 20%3. 深度学习概览 20%4. 业界主流开发框架 12%5. 华为AI开发框架MindSpore 8%6. Atlas人工智能计算平台 7%7. 华为智能终端AI开放平台 3%8. 华为云企业智能应用平台 10%9. 人工智能综合实验 10%

模拟测试

收起

展开

预约笔试

收起

展开

前往华为认证笔试考试平台Pearson VUE，预约考试时间与地点

考试科目

HCIA-AI 笔试

考试代码

H13-311

考试类型

笔试

题型

单选、多选、判断

时长

90min

费用

200 USD

及格/总分

600/1000

语言

中文、英文

预约笔试

收起

展开

获取证书

收起

展开

华为云仅提供电子证书（HCIE认证除外），通过认证的考生可在完成考试的1个工作日后访问证书链接下载证书

证书有效期

3年

重认证时间

证书有效期内

重认证规则

通过下列情况之一，均能刷新该证书的有效期1、参加并通过该认证对应的任一门考试；2、参加并通过该认证所在技术方向同级别或者更高级别认证对应的任一门考试。

获取证书

培训教材下载

HCIA-AI V3.0

实验手册下载

HCIA-AI V3.0

查看更多

收起

7*24

多渠道服务支持

0元

免费备案

专业服务

云业务全流程支持

退订

享无忧退订服务

建议反馈

优化改进建议

AI 工程师培训 | Microsoft Learn

AI 工程师培训 | Microsoft Learn

跳转至主内容

此浏览器不再受支持。

请升级到 Microsoft Edge 以使用最新的功能、安全更新和技术支持。

下载 Microsoft Edge

有关 Internet Explorer 和 Microsoft Edge 的详细信息

目录

退出焦点模式

目录

职业道路

AI 工程师培训

Microsoft Learn 可帮助你了解成为一名 AI 工程师所需的工具和技能。

浏览面向 AI 工程师的官方集锦

什么是 AI 工程师？

人工智能 (AI) 工程师负责对构成 AI 的复杂算法网络进行开发、编程和训练，使它们能够像人脑一样工作。 此角色需要软件开发、编程、数据科学和数据工程方面的综合专业知识。 尽管此职业与数据工程相关，但很少需要 AI 工程师编写开发可缩放数据共享的代码。 人工智能开发人员转而从各种源查找和拉取数据，创建、开发和测试机器学习模型，然后利用应用程序编程接口 (API) 调用或嵌入式代码来生成和实现 AI 应用程序。

启动面向 AI 工程师的官方集锦

成为 AI 工程师的路径

选项 1：自定进度培训

按照自己的节奏完成在线引导式培训路径。 在完成学习路径和模块的过程中，你会接触到一些可帮助你通过认证的技能。

0%

0%

0%

查看整个集合

选项 2：讲师引导式培训

选择传统的课堂培训，根据自己的时间表，自己的节奏，在自己的地方学习。

0%

查看整个集合

获得认证

完成自定进度培训和/或讲师引导式课程后，请尝试参加模拟考试，看看是否已为认证考试做好准备。

0%

0%

参加认证模拟考试

建立连接

你是否有兴趣与其他 AI 工程师沟通专业知识？ 你是否要联系培训、实习、招聘合作伙伴或雇主来获得工作？

加入技术社区

加入 Career Connected

加州消费者隐私法案 (CCPA) 禁用图标

你的隐私选择

主题

亮

暗

高对比度

早期版本

博客

参与

隐私

使用条款

商标

© Microsoft 2024

加州消费者隐私法案 (CCPA) 禁用图标

你的隐私选择

主题

亮

暗

高对比度

早期版本

博客

参与

隐私

使用条款

商标

© Microsoft 2024