• 參會報名
  • 會議通知
  • 會議日程
  • 會議嘉賓
  • 參會指南
  • 邀請函下載

首頁 > 商務會議 > IT互聯網會議 > 2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班) 更新時間:2019-09-30T17:24:33

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)
收藏3人
分享到
課程認證

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)

會議時間:2019-10-26 09:00至 2019-10-29 17:00結束

會議地點: 重慶  中科院計算所西部高等技術研究院  重慶市渝北區雙魚座A15樓 周邊酒店預訂

會議規模:500人

主辦單位: 北京中科圖云科技有限公司

發票類型:增值稅普通發票
領取方式:現場領取 會前快遞 會后快遞 
發票內容: 會議費 技術培訓費 技術服務費 培訓費 
參會憑證:電子票 郵件/短信發送參會通知

門票名稱單價截止時間數量
參會費A 包含報名費、培訓費、資料費、證書費 ¥4800.0 2019-10-25 17:00
參會費B 包含報名費、培訓費、資料費、證書費 ¥4300.0 2019-10-25 17:00

會議通知

會議內容 主辦方介紹


2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)宣傳圖

AI HPC-強化學習與GPU并行編程

培訓簡介

? ? ?? 隨著人工智能(AI)特別是深度學習(Deep Learning)近年來的飛速發展,在多個領域的成功應用,已經成為當前學術界和各行業最炙手可熱的研究應用方向。不僅廣泛應用于搜索引擎、電子商務、社交網絡等互聯網服務,并且在計算視覺、自然語言處理、金融、生物醫藥等行業AI的研究與應用也呈現爆發式增長。學習深度學習首先需要對核心理論及算法有深入理解,在理解理論的基礎上才能進行應用。GPU的價值不止體現在深度學習,在高性能計算、物聯網、人工智能、生物信息、分子模擬、計算化學??、材料力學、系統仿真、流體力學、機械設計、生物制藥、航空動力、地質勘探、氣候模擬等領域,算法越來越復雜,需要處理的海量數據越來越巨大,高性能計算能力就顯得尤為重要。如今,幾乎所有的深度學習(機器學習)研究者都在使用GPU進行相關的研究,NVIDIA針對深度學習的計算,有一套完整的解決方案,cuDNN已經成為主流深度學習框架調用的深度學習GPU函數庫,包含完整的矩陣乘法和卷積計算的實現。為加強AI技術的創新發展和應用,培養社會急缺的深度學習專業人才,中科院計算所西部高等技術研究院特別邀請深度學習領域的專家,舉辦“AI?HPC--強化學習與GPU并行編程“高級培訓班。

培訓內容

? ? ? ?在深度學習的基本概念和技術方法的基礎上闡述深度學習的基本思想和解決問題的基本思維模式,從理論到實踐逐步提升對深度學習技術方法的理解;從模型表達能力到計算復雜度兩個層次幫助學員理解從數據推知數據蘊含的結構、解決問題的技巧。結合應用案例和開發框架構建學員從所學理論到實踐解決問題的理論和工程相結合的能力。針對學員面對的實踐問題展開討論、方案建議。為學員配備由淺入深的參考書和深度學習開發教材,便于課后逐步提高能力。

培訓目標

現有硬件資源最大化利用,提供多種并行優化方案組合策略,提高并行程序設計與開發水平,熟悉常見的并行計算模式,了解深度學習的主流GPU加速解決方案;實際體驗高性能計算環境,能夠應對主流的超算環境;提供符合自身特點的工程計算解決方案,了解高性能計算和深度學習應用場景

培訓對象

? ? ?? 院校計算機專業、網絡通信專業、電子工程專業、信息計算科學專業、統計學專業等對AI /深度學習技術及研發感興趣的老師、研究生等。相關從事大數據、數據挖掘、機器學習、計算視覺、自然語言處理、人機交互等領域研發的單位的技術部門、IT企業的工程師、研發負責人、算法工程師等。

從事高性能計算、GPU加速、并行計算、CUDA編程、openCV、石油、氣象、化工、人工智能、深度學習、計算機視覺、人臉識別、 圖像處理、行人檢測、自然語言處理等領域相關的企事業單位技術骨干、科研院所研究人員和大專院校相關專業教學人員及在校研究生等相關技術人員;

培訓方式

1、培訓講座

?2、上機實操

?3、專題小組研討與案例講解分析結合

時間地點

2019年 10月26日?—?2019年10月 29日(25日報道)

重慶市渝北區雙魚座A15樓中科院計算所西部高等技術研究院主會議室


主辦單位:?中科院計算所西部高等技術研究院

承辦單位:?北京中科云暢應用技術研究院

協辦單位:?北京中科圖云科技有限公司

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)


往屆回顧

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)

2019 AI HPC--強化學習與GPU并行編程高級實操班(10月重慶班)

查看更多

會議日程

(最終日程以會議現場為準)


強化學習

第一節

Python與TensorFlow

解釋器Python2.7/3.6與IDE:Anaconda/Pycharm
列表/元組/字典/類/文件
numpy/scipy/matplotlib/panda的介紹和典型使用
scikit-learn的介紹和典型使用
TensorFlow典型應用
Soble/Prewitt/Laplacian算子與卷積網絡

代碼和案例實踐:

第二節

卷積神經網絡CNN

神經網絡結構,濾波器,卷積
池化,激活函數,反向傳播
目標分類與識別、目標檢測與追蹤
AlexNet、VGGNet、GoogleLeNet
Inception-V3/V4
ResNet、DenseNet

代碼和案例實踐:
數字圖片分類
卷積核與特征提取
卷積神經網絡調參經驗分享

第三節

圖像視頻的定位與識別

視頻關鍵幀處理
物體檢測與定位
RCNN,Fast-RCNN,Faster-RCNN,MaskRCNN
YOLO
FaceNet

代碼和案例實踐:
遷移學習
人臉檢測

第四節

循環神經網絡RNN

RNN基本原理
LSTM、GRU
Attention
CNN+LSTM模型
Bi-LSTM雙向循環神經網絡結構
編碼器與解碼器結構
特征提取:word2vec
Seq2seq模型

代碼和案例實踐:
看圖說話
視頻理解
作詩機器人

循環神經網絡調參經驗分享

第五節

自然語言處理

語言模型Bi-Gram/Tri-Gram/N-Gram
分詞
詞性標注
依存句法分析
語義關系抽取
詞向量
文本分類
機器翻譯
文本摘要
閱讀理解
問答系統
情感分析

代碼和案例實踐:
輸入法設計
HMM分詞
文本摘要的生成
智能對話系統和SeqSeq模型
閱讀理解的實現與Attention

第六節

生成對抗網絡GAN

生成與判別
生成模型:貝葉斯、HMM到深度生成模型
GAN對抗生成神經網絡
DCGAN
Conditional GAN
InfoGan
Wasserstein GAN

代碼和案例實踐:
圖片生成
看圖說話
對抗生成神經網絡調參經驗分享

第七節

強化學習RL

為何使用增強學習
馬爾科夫決策過程
貝爾曼方程、最優策略
策略迭代、值迭代
Q Learning
SarsaLamda
DQN
A3C
ELF

代碼和案例實踐:
DQN
DDPG汽車駕駛游戲

HPC

第一節

共享內存編程

OpenMP基礎:概念介紹、環境搭建、基本用法、編程模型、性能分析

OpenMP線程操作:線程同步、數據同步、多線程并發、并行循環計算詳解

OpenMP任務和數據處理:數據共享模式、作用范圍制導語句、task指令的使用

深入了解OpenMP的內存模型和硬件基礎

Hello_world

基本指令的使用

積分法計算圓周率PI


第二節

CPU并行計算與編程基礎

并行機體系機構與編程模型概述

①?共享存儲結構

②?共享地址空間

③?消息傳遞

④?數據并行

⑤?SMP與GPU集群

并行計算的模型與分析

①?并行執行時間評估模型

②?并行算法的效率特性

③?并行計算拓展性分析

MPI并行編程一

①?MPI基本概念與定義?

②?MPI運行環境

③?MPI基礎:MPI程序初始化與終止、進程設置與獲取、消息發送與接

④?進程間的通訊:通訊模式、阻塞與非阻塞通訊

MPI并行編程二

①?集合通信:數據廣播、歸約、分發、搜集、all to all?通訊、歸約操作

②?MPI派生數據類型

混合并行編程:MPI+OpenMP

①?多線程編程與openMP概述

②?openMP指令介紹

求解圓周率PI

向量點乘

矩陣向量乘法

矩陣乘法

第三節

GPU編程基礎與優化進階

CUDA基礎:API、數據并行、線程模型、存儲模型、控制、同步、并發和通信、加速比;

CUDA開發環境搭建和工具配置;

CUDA優化進階:線程組織調度,分支語句,訪存優化,數據傳輸,原子操作;

GPU并行計算模式及案例分析:

分析調試:parallel nsight,visual profiler,cuda-gdb;

CUDA生態系統和相關專業領域軟件介紹;

矩陣乘

直方圖

卷積

規約

第四節

GPU深度學習

深度學習GPU解決方案:

基于GPU的交互式深度學習訓練平臺:DIGITS;

深度學習框架的GPU加速:TensorFlow,Caffe等;

NVIDIA深度學習SDK:cuDNN,TensorRT,NCCL;

深度學習顯卡選擇;

CUDA 10新特性

Pascal,Volta,Turing顯卡新架構

Caffe-MPI

Horovod (Tensorflow-MPI)

查看更多

會議嘉賓

(最終出席嘉賓以會議現場為準)


授課講師

主講專家來自中科院及高校的深度學習高級專家,擁有豐富的科研及工程技術經驗,長期從事計算領域國家重大項目研究,具有資深的技術底蘊和專業背景。

查看更多

參會指南

會議門票 場館介紹


培訓費用

A?類:?¥RMB:4300元/人,(包含報名費、培訓費、資料費、證書費)?

B?類:?¥RMB:4800元/人,(包含報名費、培訓費、資料費、證書費)

食宿可統一安排,費用自理

A類:學員經培訓考試合格后可以獲得:由 北京中科云暢應用技術研究院 頒發的結業證書

B類:培訓結束經考核合格,可獲得由中國電子學會頒發全國電子信息人才能力提升工程專業技術證書,?依據人力資源與社會保障部《國家級專業技術人員繼續教育基地管理辦法》(人社廳發〔2013〕53 號)的要求,本次學習情況,本次學習情況可計入繼續教育學時并作為對專業技術人員考核評價、崗位聘用、職稱評聘和執業注冊的重要依據。須提交電子版彩色照片,身份證復印件。

查看更多

溫馨提示
酒店與住宿: 為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
退款規則: 活動各項資源需提前采購,購票后不支持退款,可以換人參加。

活動家為本會議官方合作
報名平臺,您可在線購票

會議支持:

  • 會員折扣
    該會議支持會員折扣
    具體折扣標準請參見plus會員頁面
  • 會員返積分
    每消費1元累積1個會員積分。
    僅PC站支持。
  • 會員積分抵現
    根據會員等級的不同,每抵用1元可使用的積分也不一樣,具體可參見PLUS會員頁面。 僅PC站支持。

會議地點 查看大圖

部分參會單位

主辦方沒有公開參會單位

快捷下單

活動家_小程序快捷下單

微信掃一掃
使用小程序快捷下單

會議贊助

郵件提醒通知

分享到微信 ×

打開微信,點擊底部的“發現”,
使用“掃一掃”即可將網頁分享至朋友圈。

錄入信息

請錄入信息,方便生成邀請函

快3和值大小单双稳赚公式