[问答]

机器学习简介与经典机器学习算法人才培养

问答对人有帮助，内容完整，我也想知道答案 0 上课时间安排： 2022年05月27日 — 2022年05月30日 No.1 第一天一、机器学习简介与经典机器学习算法介绍什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类经典机器学习算法介绍章节目标：机器学习是人工智能的重要技术之一，详细了解机器学习的原理、机制和方法，为学习深度学习与迁移学习打下坚实的基础。二、深度学习简介与经典网络结构介绍神经网络简介神经网络组件简介神经网络训练方法卷积神经网络介绍经典网络结构介绍章节目标：深入了解神经网络的组成、训练和实现，掌握深度空间特征分布等关键概念，为深度迁移学习奠定知识基础三、迁移学习基础迁移学习绪论基于样本的迁移学习基于特征的迁移学习基于分类器适配的迁移学习章节目标：掌握迁移学习的思想与基本形式，了解传统迁移学习的基本方法，对比各种方法的优缺点，掌握迁移学习的适用范围。四、深度迁移学习介绍深度迁移学习概述基于距离函数的深度迁移学习基于对抗网络的深度迁移学习深度异构迁移学习方法介绍深度领域泛化学习介绍章节目标：掌握深度迁移学习的思想与组成模块，学习深度迁移学习的各种方法，对比各种方法的优缺点，掌握深度迁移学习的适用范围。 No.2 第二天五、迁移学习前沿方法介绍深度迁移网络结构设计深度迁移学习目标函数设计全新场景下的迁移学习章节目标：掌握深度迁移学习的网络结构设计、目标函数设计的前沿方法，了解迁移学习在PDA、Source-Free DA上的应用。六、迁移学习前沿应用迁移学习在语义分割中的应用迁移学习在目标检测中的应用迁移学习在行人重识别中的应用图片与视频风格迁移章节目标：掌握深度迁移学习在语义分割、目标检测、行人重识别等任务中的应用，学习图像/视频风格迁移方法，了解风格迁移在实际生活中的应用。七、小样本学习、Transformer等前沿方法与应用小样本学习概念与基本方法介绍小样本学习应用 Transformer概念与基本方法介绍 Transformer在图像领域的应用章节目标：掌握小样本学习、Transformer等前沿方法和基本思想，了解小样本学习、Transformer等在实际场景下的应用。 No.3 第三天八、实验实操之实操环境搭建硬件准备：GPU显存11GB以上软件准备：Linux操作系统（Ubuntu16.04以上），显卡驱动安装（512.54），CUDA Toolkit（10.1）和cuDNN加速库（7.6.4），VS Code编辑器安装，Jupyter Notebook 编程语言和框架：Python3.8.5、torch==1..07、torchvision==0.8.2、mmcv-full==1.3.7、opencv-python==4.4.0、matplotlib==3.4.2、numpy==1.19.2、Pillow==8.3.1、scikit-learn==1.0.2 数据集准备：Office-31、IRVI、GTA5、Cityscapes、Foggy cityscapes等注：硬件准备由主办方提供云服务器九、实验实操之深度迁移学习实践掌握PyTorch中的基本原理和编程思想。理解在一个新的场景或数据集下，何时以及如何进行迁移学习。利用PyTorch加载数据、搭建模型、训练网络以及进行网络微调操作。给定迁移场景，利用daib库和生成对抗技术独立完成图像分类中的领域适配。迁移效果的可视化，利用机器学习库scikit-learn中的t-SNE对迁移过后的高维数据进行可视化。十、实验实操之图片与视频风格迁移实践掌握基于生成对抗网络的风格迁移技术。图像/视频风格迁移网络的搭建，重点掌握编码器和解码器的内在逻辑和不同损失函数的运用。实践红外视频转换到可见光视频的风格迁移。十一、实验实操之自动驾驶中的跨域语义分割实践掌握语义分割发展现状及代表性工作，如FCN，DeepLab系列等。了解常用的语义分割评价指标（PA、mPA、mIoU、FWIoU）和常见数据集（PASCAL VOC2012，ADE20K、BDD100K、Cityscapes、GTA5、Dark Zurich）。语义分割工具箱MMSegmentaion的认识和使用。设计一个分割模型能够从仿真环境中得到的数据迁移到真实场景下产生的数据。十二、实验实操之目标检测实践掌握目标检测算法的基本框架以及目标检测中的经典模型，如R-CNN系列的两阶段检测模型和YOLO系列的单阶段检测模型。掌握目标检测模型的评测指标（IOU和mAP）、标准评测数据集（Pascal VOC，MS COCO和Cityscapes）以及检测模型中的一些训练技巧，如数据增强、多尺度训练/测试、预测框微调/投票法、在线难例挖掘、软化非极大抑制、RoI对齐和集成。实践基于Transformer的端到端目标检测框架的搭建，并在新的数据集上与基于CNN的网络进行迁移性能的对比。培训专家培训专家来自中国科学院计算技术研究所、清华大学、北京理工大学等科研机构和大学的高级专家，拥有丰富的科研及工程技术经验，长期从事人工智能芯片、FPGA、深度学习等领域的教学与研究工作。审核编辑：符乾江 0
2022-4-28 18:56:07　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × 陈该类别下有 5 个回答。邀请回答 jf_71236567 该类别下有 3 个回答。邀请回答 tijing忽忽该类别下有 2 个回答。邀请回答 HELLOKITTYNEW 该类别下有 2 个回答。邀请回答 dlksmad 该类别下有 2 个回答。邀请回答 nvwwerwr 该类别下有 2 个回答。邀请回答 mu0543 该类别下有 2 个回答。邀请回答 60user28 该类别下有 2 个回答。邀请回答 To7ny 该类别下有 2 个回答。邀请回答 yhsales 该类别下有 2 个回答。邀请回答 puzhang549 该类别下有 2 个回答。邀请回答 ZONEK 该类别下有 2 个回答。邀请回答 zknow 该类别下有 1 个回答。邀请回答 yuxiaoying 该类别下有 1 个回答。邀请回答 zhouxk 该类别下有 1 个回答。邀请回答 Xiaoyu_Zh 该类别下有 1 个回答。邀请回答上海四通仪表该类别下有 1 个回答。邀请回答璐璐菲菲FFF 该类别下有 1 个回答。邀请回答 jfp792223 该类别下有 1 个回答。邀请回答 lbs13223 该类别下有 1 个回答。邀请回答举报人工智能12 相关推荐 • 机器学习算法如何用于制造无人驾驶汽车？ 2037 • 机器学习的未来 3091 • 机器学习的创新/开发和应用能力 3067 • 有没有搞机器学习算法研究的啊？ 2688 • 最值得学习的机器学习编程语言 2508 • 华南机器人应用培训中心工业机器人培训班招生 13577 • 防御机器学习算法对抗欺骗攻击的研究 1942 • 机器学习与软件平台的融合 2639 • 机器人工程师学习计划 2368 • Microchip的机器学习开发工具有哪些 1709