PaddlePaddle研究院
PaddlePaddle为深度学习开发者准备了丰富的学习内容和资源
深度学习工程师评价标准
PaddlePaddle使用秘籍
教师培养计划
线上教育联盟
国家工程实验室
深度学习工程师评价标准
百度开源深度学习工程师评价标准,从通用能力、专业知识、专业能力、行业知识、组织能力五大维度16类能力项目对深度学习工程师进行评价,旨在为深度学习领域的开发者提供综合能力提升的指引方向
通用能力
沟通协作
在团队的基础之上,发挥团队精神、与其他成员互补互助、协调合作,达到团队最大工作效率。能够有效与用户进行沟通,将用户需求转换为机器学习语言和模型
解决问题
通过逻辑思维,借鉴相关经验,运用工具及方法,及时并有效确定、分析问题,并达成最佳的解决方案
项目管理
通过流程规划、时程安排、任务和人员的管理以及资源的整合运用,顺利达成项目目标
创新能力
利用掌握的技术和实战项目经验,输出能提高生产力和效率的新理论、新框架和新工具等
学习能力
主动学习和应用,通过计划、任务和资源的整合运用,顺利达成工作目标
专业知识
程序基础
程序技能基础;能够混合使用脚本语言和高级语言(推荐 Python 与 C++ 组合,但不限于此)进行开发;对机器学习平台架构/分布式数据并行模型并行的原理有一定的了解
机器学习基础
了解机器学习的基本概念和原理;了解机器学习任务的开发流程;能够准确判断一个应用问题是否适合用机器学习技术解决;在面对实际应用问题时,能够快速判断/选择该使用哪一类机器学习技术
神经网络基础
掌握神经网络基本概念和原理;掌握重要神经网络单元/模型(DNN,CNN,RNN)各自的技术特点和使用场景,各自适合/能够解决什么问题
深度学习应用
能够将实际的业务需求转换为学习模型;能够清晰快速地分析出解决特定应用问题中最关键的机器学习要素/技术;对深度学习三大方向:NLP/语音/视觉至少能够选择其一深耕;能够了解该领域的若干核心任务如何用深度学习模型解决;了解深度学习在该领域的突出成果/模型
专业能力
代码规范/代码质量保障/文档
能够认识到技术规范对工作的重要性;对技术规范有足够的理解;并能够参与/主导设计、优化技术规范,设计;撰写、评审相关技术文档;有代码质量保障的意识,能够建立起代码质量保障流程/体系/规范
模型设计/迭代/应用
能够负责机器学习模型/算法的迭代开发
工程开发与架构
能够负责起机器学习应用开发的整个生命周期中涉及的技术环节
行业知识
业务知识
能对机器学习任务的业务逻辑/业务策略有一定的理解;能够准确地完成业务需求与机器学习技术之间的落地转换
发展趋势及现状
从行业现状出发,对机器学习技术有强需求的应用方向、机器学习技术现状和趋势、对未来会如何向空白(机器学习应用不充分)领域拓展有思考
组织管理
团队建设
组织、建立团队,带领团队成员,完成统一目标
人才培养
在工作中主动帮助他人提升专业能力或者提供发展机会,帮助他人的学习与进步
介绍DeepFM的基本原理,单机部署条件下利用PaddlePaddle的模型库,从代码层面展示DeepFM是如何实现的,详细介绍了从数据集,数据处理,模型训练,到最终预测的全部过程
想飞的石头发布:2018/1/7
从开源社区、框架信息、安装流程、使用体验、框架内容等方面,全面介绍PaddlePaddle开源框架,并对框架的优势劣势进行了详细的分析
王光远发布:2017/12/28
教你如在在PaddlePaddle和TensorFlow上实现GoogleNet网络InceptionV2/V3/V4结构
胡晓曼发布:2017/12/27
详细说明了GoogLeNet的网络结构及优势,并通过PaddlePaddle和TensorFlow分别实现该网络
胡晓曼发布:2017/12/20
详细说明了VGGnet的网络结构及优势,并通过PaddlePaddle和TensorFlow分别实现该网络
胡晓曼发布:2017/12/13
介绍AlexNet,并用AlexNet对cifar-10数据进行分类,详细说明了AlexNet的网络结构及优势,并通过PaddlePaddle和TensorFlow分别实现该网络
胡晓曼发布:2017/12/6
设计一个小型CNN网络结构来对图像进行分类,了解LeNet-5网络结构对图像做分类,并用比较流行的Tensorflow框架和百度的PaddlePaddle实现LeNet-5网络结构,并对结果对比
胡晓曼发布:2017/11/29
介绍卷积神经网络如何进行一次完整的训练,包括前向传播和反向传播;讲解了卷积神经网络中反向传播的一些技巧,包括卷积层和池化层的反向传播与传统的反向传播的区别,并基于PaddlePaddle手写一个卷积神经网络
胡晓曼发布:2017/11/22
通过说明PaddlePaddle的数据格式、数据读取方式以及一个数据预处理的实例,展示在paddlepaddle里如何加载自己的数据集,转换成相应的格式,并划分train和test
胡晓曼发布:2017/11/8
基于PaddlePaddle使用文本卷积和StackLSTM层来实现一个情感分类网络,从而构建一个属于自己的情感监控AI,甚至可以通过微博的接口来监控你女朋友的情绪
金天发布:2017/11/5
详细的记录PaddlePaddle在CPU和GPU的源码编译安装过程
四年发布:2017/10/23
基于PaddlePaddle使用卷积神经网络完成一个手写数字识别任务,详细介绍了从导入数据,定义网络结构,训练模型,保存模型,到测试结果的全部过程及详细代码
胡晓曼发布:2017/10/23
介绍了PaddlePaddle的安装,以及如何通过循环神经网络实现一个文本生成任务,详细介绍了从初始化,定义网络结构,训练模型,到生成文本的全部过程
容顺林发布:2017/10/18
用五个框架共同完成一个深度学习任务,从框架使用的易用性、训练的速度、数据预处理的繁琐程度,以及显存占用大小等几个方面来进行全方位的测评,本篇文章不仅仅是一个评测,也可以作为五大框架的入门教程
金天发布:2017/10/13
从三行代码入门,从使用者的角度出发,来教大家PaddlePaddle怎么用,会有哪些坑,以及如何上手并用到实际项目中去,实现从框架安装到训练一个图片分类器的过程
金天发布:2017/10/10
手把手教你PaddlePaddle(v0.10.0)源码方式安装,手动实现镜像的下载和镜像搭建,主要针对PC不支持虚拟化技术导致无法使用Docker安装方式的情况
小辉辉发布:2017/7/17
新工科产学研联盟深度学习师资培训班——第一期
为了推动中国人工智能行业的发展,促进中国深度学习人才的培养,夯实高校教育人才的储备,提高高校教师的人工智能业务水平和能力。由教育部和工信部指导的信息技术新工科产学研联盟人工智能协同育人工作委员会、教师培训工作委员会特举办新工科产学研联盟深度学习师资培训班。本次培训邀请了来自清华大学、中国科学院、北京航空航天大学等深度学习领域的技术专家现场授课,为有志于在高校开展深度学习教育工作、培养人工智能领域人才的青年教师提供深入培训及交流机会。本培训班准备了详实的教学材料及配套实验,旨在为广大教师提供后续全方位的授课支持
指导单位:
教育部 工业和信息化部
主办单位:
信息技术新工科产学研联盟 人工智能协同育人工作委员会 信息技术新工科产学研联盟 教师培训委员会
承办单位:
百度、北京航空航天大学
合作单位:
鸥若教育
项目特色
新工科联盟师资认证
百度云计算资源支持
提供在线实验平台
赠送开课大礼包
教师介绍
于建军/
研究员
中国科学院计算机网络信息中心研究员。主要研究方向为大数据、自然语言处理、协同推荐技术
周斌/
教授
深度学习科学家。NVIDIA中国区唯一CUDA Fellow;北航人工智能专业特聘教授,山东大学教授。擅长深度学习图像处理
刘祥龙/
副教授
北京航空航天大学计算机学院、软件开发环境国家重点实验室副教授。主要研究视觉计算、深度学习、群体智能等
白浩杰/
讲师
FIU访问学者,北航人工智能专业特聘教师。主要讲究方向移动对象数据库、数据可视化、深度学习
林玻/
博士
中科院院自动化所博士,深度学习算法研究员,从事自然语言理解、图像识别等内容精准分析研究
潘欣/
PaddlePaddle技术架构师
PaddlePaddle国内团队技术负责人。曾在Google任职期间从事TensorFlow核心开发、深度学习研究、在CVPR等国际会议发表论文
日程安排
5月4日
1
/
全体学员报到入住
2
/
百度公司现场体验活动及欢迎晚宴
5月5日
1
/
首期培训班启动仪式
2
/
全体学员破冰活动
3
/
深度学习概述
AI发展简史
·
深度学习的演进
·
数学基础回顾
·
机器学习回顾
·
4
/
PaddlePaddle入门
PaddlePaddle开发入门
·
神经网络基础
·
线性回归
·
逻辑回归
·
5
/
上机实验
5月6日
1
/
自然语言处理
爬虫概述与实践
·
分词概述与实践
·
经典深度学习文本分类算法解析
·
PaddlePaddle实现
·
2
/
工业实战:个性化推荐系统
基础模型与算法
·
国际历年推荐模型情况分析
·
工业界最新技术
·
PaddlePaddle的推荐系统实现
·
3
/
上机实验
5月7日
1
/
高校自然基金深度学习应用案例解析
经典卷积网络架构
·
视觉特征提取
·
行为识别
·
内容生成
·
2
/
PaddlePaddle高级
深度学习框架PaddlePaddle最新版本Fluid的核心技术
·
3
/
首期培训班结业仪式
报名流程及要求
在线报名
培训组委会审核
报名成功
(审核通过邮件通知)