2018GAITC丨DLI 五大优势助您成功踏上人工智能之路

作为新一轮科技革命的重要代表，人工智能已经成为当下科技领域最前沿的课题。

在去年和今年政府工作报告中，人工智能已作为政府顶层设计的重点。国务院印发的《新一代人工智能发展规划》也显示，到2020年我国人工智能核心产业规模将超过1500亿元，带动相关产业规模超过一万亿元。作为下一轮产业变革的核心驱动力，人工智能正在成为中国和全球经济发展新动能。

无论是提高创新能力、信息化与工业化深度融合，还是推动重点领域突破发展、提高制造业国际化发展水平，都离不开人工智能，人工智能是智能制造不可或缺的核心技术。

人工智能人才市场供给严重不足，薪酬已突破百万

据IDC统计，两年后，80%的应用都会与AI相关。但是，受专业人才严重匮乏的影响，人工智能还难以实现在行业的大规模商业落地。

有Gartner “2018年CIO议程调查”显示，只有4%的CIO实施了人工智能，46%的CIO制定了相关计划，人工智能的商业化部署才刚刚开始。更有统计显示，全球AI人才估算约为30万人，市场整体需求则在百万人以上。

伴随着人工智能产业越来越火热的前景，和相关专业人才供给的严重匮乏，企业对人工智能人才的争抢则日益激烈。根据 BOSS 直聘发布的《2017 春季互联网人才趋势报告》，大数据和人工智能相关岗位人才供给严重不足。其中，搜索算法类工程师的缺口比例超过50%，仅深度学习的缺口量就高达为 33.8%。

通过对人工智能相关岗位招聘薪酬梳理发现，谷歌中国、微软等国际巨头的年薪均在50万元以上，有的算法工程师甚至达到百万以上，甚至有超过三十家的国内企业针对应届生甚至开出了超过30万元的价码。

为此，很多业内人士表示，现在正是进入人工智能行业最好的时机！

DLI 五大优势助您成功踏上人工智能之路

有着巨大诱惑的机会窗口就摆在眼前，想学的人比比皆是，但对大多数朋友来说成功踏上人工智能之路绝非易事。很多前辈学习者都吐槽，去网站收集各大网站的免费教学视频，书籍推荐买了许多本，真正看完的三分之一不到，既学不会又浪费时间。

殊不知，工欲善其事，必先利其器，想顺利成为人工智能界的人才，没有适宜的学习资源是万万不成的。

为此，5月19日-5月20日的全球人工智能技术大会（GAITC）期间，大会联合英伟达深度学习学院 （NVIDIA Deep Learning Institute，简称DLI） ，为广大企业技术负责人，推出了极具权威性、科学性和实操性的“深度学习”培训课程。通过两个小时的课程实验，让学习者拥有利用深度学习技术探索解决行业问题的思路和能力。

针对不知如何入门、不知如何进阶、缺乏高人点播、难以了解最近前沿应用、缺乏实践环境等等，诸多人们在学习人工智能技术上的问题，DLI五大核心优势助你轻松踏上人工智能之路。

顶级人工智能专家亲自授课，

课程涵盖从入门到进阶全阶段

英伟达深度学习学院，是英伟达联合谷歌、Facebook、亚马逊等全球领先的深度学习客户和伙伴，以及深度学习领域资深专家，为开发者提供有关最新人工智能技术的培训。依托全球最先进的深度学习研究与探索进行设计，培训内容涵盖从入门到进阶不同阶段。其中基础课程，采用了增强学习模式，初学者可以基于训练好的神经网络进行学习和实操，专为想要学习深度学习基础知识的学员而设计。去年，DLI 在全球范围内累计培训超一万人。

亲身体验深度学习的完整工作流程

传统人工智能教学偏重理论与研究，但对开发者或雇主而言，其实都更需要能快速上手、投身生产的培训项目。但在 DLI 讲师指导下进行操作，您可以通过动手实验，亲身体验深度学习的完整工作流程，包括数据管理、模型设计和训练、应用优化和部署。例如，你将知道如何通过在 Caffe 框架上的 NVIDIA DIGITS 和MNIST 手写数据集，在深度学习工作流程中利用深度神经网络 （DNN），尤其是卷积神经网络 （CNN） 解决真实图像分类问题。

亲身体验深度学习的完整工作流程

传统人工智能教学偏重理论与研究，但对开发者或雇主而言，其实都更需要能快速上手、投身生产的培训项目。但在 DLI 讲师指导下进行操作，您可以通过动手实验，亲身体验深度学习的完整工作流程，包括数据管理、模型设计和训练、应用优化和部署。例如，你将知道如何通过在 Caffe 框架上的 NVIDIA DIGITS 和MNIST 手写数据集，在深度学习工作流程中利用深度神经网络 （DNN），尤其是卷积神经网络 （CNN） 解决真实图像分类问题。

以实战为导向，面向具体行业具体场景的应用

DLI的很多课程结合了具体行业具体场景的应用。例如，医疗健康课程中就有专门针对应用场景非常广泛的医学影像分析、通过放射组学进行白血球染色体状态分析、基因组分析等垂直应用课程。在传媒和娱乐领域，了解如何用生成式对抗网络去创作内容，比如视频、电影或广告中的特效。在医疗和机器人领域，其中的一个实验室课程涉及到基因组学。

无需写代码，优秀开源工具提高学习成果

市场上虽说提供了很多深度学习开发框架，但学习者往往将极大精力耗费在了框架的代码调试中。DLI为此提供了一款超级简单易用的深度学习平台工具DIGITS，对现有深度学习开发框架的最高级的抽象封装。该平台让您只需轻松修改若干参数，就能轻松实现基于深度学习模型的图像分类、目标检测、分割等任务，并以图形界面的方式展现出来。目前DIGITS已经可以支持 Caffe、Torch、Tensorflow等，后续将有更多的深度学习框架支持。

特定人群，因材施教

虽说培训目标群体，是垂直行业领域的技术专家，但倘若您是企业高级技术管理者，无需了解具体代码实现，DLI还为您开设了一小时快速培训课程，主要帮助您更了解AI，以及让您知道AI在您的业务中如何发挥作用。

当前，DLI已经推出了一系列共30多个小时的培训。课程内容不仅包括生成式对抗网络、图像处理、目标检测、神经网络部署等通用型基础知识，还包括针对金融、医疗、机器人、交通等具体行业AI应用的开发。

“现在在大学里找深度学习应用和了解最新技术的课程非常困难，这也是为什么NVIDIA要成立深度学习学院的原因。我们希望能够将领先的深度学习和AI技术带给整个开发者群体”，英伟达开发者计划副总裁Greg Estes如此表示。

具体培训日程

学员可从零基础起步，学习最新的AI framework、深度学习软件和GPU技术，还可以亲自动手实践深度学习的完整工作流程，完成某项应用任务，从而拥有利用深度学习技术探索解决行业问题的思路和能力。

具体的，课程日程及内容如下：

日程：

第一部分 深度学习揭秘和应用 时长：1小时

第二部分 无需写代码，用开源软件DIGITS实现图像分类 时长：2小时

课程介绍：

●深度学习揭秘和应用

级别：初级 | 预备知识：无

行业：所有 | Frameworks： Caffe， Theano， Torch

此实验室将介绍快速发展的 GPU 加速深度学习技术。本课程专为想要学习深度学习基础知识的学员而设计。

您将学习：

*深度学习的概念

*深度学习的发展将如何增强机器感知任务，包括视觉感知和自然语言的能力

*如何选择最适合您需求的软件框架

完成此实验室后，您会对加速深度学习有基本的理解。

●无需写代码，用开源软件DIGITS实现图像分类

级别：初级 | 预备知识：无

行业：所有 | Frameworks： Caffe

此实验室会向您展示如何通过在 Caffe 框架上的 NVIDIA DIGITS 和MNIST 手写数据集，在深度学习工作流程中利用深度神经网络 （DNN）， 尤其是卷积神经网络 （CNN） 解决真实图像分类问题。

您会学到：

* 构建运行在GPU上的深度神经网络

* 管理数据准备、模型定义、模型训练和问题排查过程

* 使用验证数据来测试和尝试不同策略来提升模型性能

完成此实验室后，您将能够使用 NVIDIA DIGITS 来构建、训练、评估和提升您的图像分类应用程序中卷积神经网络的准确性。

课前准备：

●开通英伟达深度学习学院 （NVIDIA Deep Learning Institute，简称DLI）课程实验网站账户。

●携带电脑参加培训，且需安装有 IE 10 （或以上版本）， 或者 Chrome 59 （或以上版本） 浏览器。