CCF@U529 英伟达走进重庆文理学院
2017年10月11日下午，“CCF走进高校”活动来动重庆文理学院。NVIDIA公司市场总监及深度学习学院认证讲师侯宇涛先生作题为《DLI动手实验课程》的主题报告。活动由罗万成教授主持，软件工程学院师生共计300余人聆听了报告。
侯宇涛先生首先介绍了为什么要学习深度学习；然后通过丰富翔实的深度学习和实操演示，重点讲解了构建和部署深度神经网络应用需要的步骤；并通过英伟达机器人演示平台，操作机器人小车进行物体识别。演讲内容丰富，充分激发了师生对人工智能框架和深度学习的兴趣和热情，为新工科差异性发展和建设给予了启示。活动获得了师生的好评。
重庆文理学院报道：点此
侯宇涛先生作题为《DLI动手实验课程》的主题报告
侯宇涛先生作题为《DLI动手实验课程》的主题报告
报告会现场
互动
听众感言1：
听了侯宁涛老师讲授DLI动手实验课程后，觉得这技术好牛，也体会到了那些走在科技前沿的人的不易。我是第一次听过深度学习这个词，以前听过人工智能，机器学习，现在有了深度学习，我觉得有意思。
老师说深度学习结合力强，它可以放在各个场景下，给各个领域带来冲击。侯老师给我们展示了深度学习的强大，它能根据花的图片来辨别出这花，只要你在那上写个字，它就能辨别出来，这跟最近网上火的人脸识别那个相似，也许它们就是一类的。听了老师讲我就在网上查了一下，得知自2006年以来，特别是2012年卷积神经网络在ImageIet图像分类任务上大获全胜以来，深度学习不仅引起了研究思想和方法论的震动，更在视觉、语音、金融、医疗诊断、自然语言理解等众多领域取得了跨越式的进步。深度学习再次展现了科技的力量。没有人类就没有科技，没有科技也不能让人类进步。我在网上还看到有一位很牛的人孙剑介绍了由微软提出了ResNet深度残差网络，它进一步将深度学习的深度从20多层推进到152层，并接着讲述了人间识别和物体检测的进展。还有一种是针对时空数据和深度学习，时空数据是特别的，它在空间上有不同层次的分布，在时间上存在区段和趋势，可知深度学习和深度强化学习在这个领域可以应用于城市人流和交通规则，物流业的资源调配等领域。真的是给各个领域带来了冲击。深度学习在自动驾驶和智能硬件中也有应用，可能在未来20年，AI将在汽车领域带来革命，让驾驶变得前所未有的安全和方便。
这次课程让我感受到了科技的力量，我觉得未来需要我们去创造，而我们要更加努力。
听众感言2：188体育投注：“DLI动手实验课程”的心得体会
浅层学习是通过简单描述、重复记忆和强化训练等方式学习新知识和思想的一种学习方式。大多数学生用的比较多就是这种方式，通过抄写、默写等方法来记忆新学的词语。对于深度学习，一种基于理解的学习，大部分学生的能力明显不够，可以说学生之间的差距很大。
深度学习是人工智能领域最近的惊人进展，从模型、算法，到大规模的应用都取得了令人瞩目的成果，例如候宇涛老师介绍的智能驾驶系统。传统的人工智能主要包括人工智能导论、模式分析、机器学习、数据挖掘等。深度学习是近几年人工智能领域最具影响力的研究主题，并在大规模语音识别、大规模图像检索等领域取得突破。
在没有听取候老师的课程之前，对深度学习只有一个初步的了解，深度学习不仅提供了一种可以再深层神经结构下训练网络的方法，也包含了不少新的内容，是人工智能的新发展。到目前为止，深度学习至少包括：从生物神经网络与人类认知的角度认识深层神经网络的必要性；如何构建和学习深层学习网络；如何将深层结构用于解决视觉、语音语言的应用问题；如何看待深度学习与原有的机器学习方法；深度学习与其他学科的关系等。
候老师以智能小车现场亲自为我们演示了深度学习在智能驾驶上取得的重大成果，例如车在遇见猫等动物后会自动后退、能90度转弯等等，使我们大开眼界；在图片识别方面，以前上传图片需要人工一张一张的审核，到现在每秒由计算机自动扫描上万张，这不得不感叹科技的进步！所以，作为软件学子，我们有必要在这方面努力，将深度学习与人工智能相结合，取得更大的成果。
听众感言3：188体育投注：“DLI动手实验课程”的心得体会
2011年10月11日在学院的组织下听侯宇涛老师讲授了DLI 动手实验课程。
在很久以前就听说过深度学习，机器学习，人工智能等，但一直对其概念不深，不知道它能做什么，用在什么场合，如何下手学习。侯老师给了我一个明确的答案，深度学习可以放在各个场景下，给各个领域带来冲击，你不知道它的能力边界在哪里，更没有明确的场景限制。几乎在你可以想到的任何事情中，你都可以构造一个复杂的网络，然后把大量数据灌进去，由机器模型自己学习，最后就可能得出一个更好的结果。在竞争中，这种武器是最可怕的，没有固定的形态，放到哪里都可能弄出一个意外的大杀器。深度学习在视觉，语音，金融，医疗，自然语言理解等众多领域取得了跨越性的进步。侯老师提到深度学习主要是使用大量的同一类型的数据予以计算机学习，抓住特征点，从而实现对一类进行识别。除了最基本的讲解介绍外，侯老师为了让我们更进一步地感受深度学习的魅力，他现场使用英伟达公司提供的DIGITS工具为我们演示了如何使用深度学习实现对手写数字的识别。在此过程中，他首先使用9万份正确结果的手写字图像做为训练集给予模型进行训练。最后成功实现了对手写字体的识别。大量的数据集使我们认识到数据越多越准确，通用性越强，可扩充性越强。最后老师的机器人演示让我们再一次感受到现代科技的魅力，以及现代科技人对科技的追求，对科技的喜爱。感谢学院给我们一个机会近距离与侯老师交流，感谢侯老师深入浅出的为我们讲解了深度学习，让我们近距离体会深度学习的完整工作流程，了解AI最前沿技术。
京公网安备 11010802032778号