实战分享课：CS231n斯坦福深度视觉识别

没错，刚刷完 李飞飞主讲的斯坦福CS231n，学霸们就要开实战分享课了！

3月28日起，雷锋字幕组联合AI慕课学院将推出3期以“斯坦福深度视觉识别课CS231n”为主题的Live实战分享课。（原创代码+论文解读+场景应用+实用套路）

活动邀请到来自CHISON医学影像、BIGO LIVE、某金融科技的3位资深算法工程师，分享他们的视觉识别实战经验。

第一期《我来手把手教你用TensorFlow实现DQN》直播已结束，点击 · 课时1 · 可观看回放视频。

第二期《咱来深入聊聊图像分类和网络优化》将于4月2日（周一）20:30开场！

实战分享课01 （直播已发布）

分享人

我是张智伟，现就职于CHISON医疗科技公司。大学时期学的是光学专业，大四时对人工智能产生兴趣，后经过一番努力学会了编程和机器学习的相关知识。

毕业后如愿以偿地成为一名深度学习算法工程师，从事图像优化方面的研究。

分享提要

斯坦福大学的cs231n被许多深度学习领域的大咖赞誉，其优质的内容更是受到所有学习者的肯定。

本次分享就cs231n课程L14中提到的经典算法 DQN 进行更加深入与细致的讲解。

分享中，我们不仅会带领观众仔细阅读提出该算法的原始论文，同时，我们还会根据所阅读的内容对DQN进行复现。

实现方面，我们使用常见的tensorflow框架，分享过程中不仅会给出完整的代码链接，还会对重点部分进行解读。

最后要说的是：所有的代码和内容均为原创，观众可以在分享结束后尽情提问或者提出改善的建议。

实战分享课02（等待直播中）

分享人

我是李振，现就职于BIGO。北京航空航天大学获博士学位，原中国舰船研究院高级工程师。

Machine Learning（Pattern Recognition）科班出身，做过分布式系统开发的码农、焊过电路板、调过DSP/FPGA，玩过Computer Vision和Compressed Sensing相关的一些数学的东西，在体制内也拿到了副高的title。在这波大潮里，又回归到Deep Learning。从事图像分类和语音识别的方向。

分享提要

所有模型、算法都只是工具。来壶茶，大家坐下来聊一聊。用这些工具，我们能做什么事情？怎么做？如何做好？抛砖引玉，今天我先来分享一下“图像分类和网络优化”。

实战分享课03（等待直播中）

分享人

我是陈闽川，复旦大学微电子硕士，前华为和西门子员工，目前跨界到人工智能领域从事语音识别方面的研究。

回顾我的转行经历，实在是一段辛酸的经历。从2年前AlphaGo战胜李世石开始对深度学习产生兴趣，于是泡知乎逛水木查找讯息资料，上淘宝亚马逊买书撸代码，寻Cousera探Udacity开启AI之路，折腾过AWS也自己搭过深度学习服务器，尝试过Tensorflow、Caffe 、Mxnet等框架。

在仿徨迷失中慢慢走进机器学习深度学习这片广袤森林，沿着别人崎岖的轨迹探寻着自己的路。

分享提要

我从图像开始入门深度学习，CS231n是必由之路，在打怪升级中不断积累自己的经验和直觉。

本次Live，我将结合自己的切身体会告诉你转行及入门深度学习的一些领悟。帮助想跨界入门深度学习的小白节省时间，并且掌握好的学习方法继续进阶。同时结合我过去的专业背景和大家聊聊人工智能大潮中AI芯片的机遇与挑战。

扫描以下二维码

备注“231”

加入活动微信群

提前知道开课详情

和分享人互动啦啦啦