AI Cloud研讨会通知 “深度学习、Docker/Kubernetes理论与实战”
随着人工智能（AI）特别是深度学习（Deep Learning）近年来的飞速发展，在多个领域的成功应用，已经成为当前学术界和各行业最炙手可热的研究应用方向。容器云的应用场景在深度学习中起着至关重要的作用。Docker容器轻量化的机制和运行模式可广泛的应用到高性能，深度学习等计算密集型应用中。通过学习这门课程可以有效的了解和应用深度学习（tensorflow），Docker与 Kubernetes技术，可为深度学的研究和应用搭建起一套高效、稳定、安全的底层环境。同时由于深度学习（Deep Learning）需要处理的海量数据非常庞大，为加强AI技术的创新发展和应用，培养社会急缺的深度学习专业人才，本单位特别邀请深度学习领域的专家，举办AI Cloud研讨会“深度学习、Docker/Kubernetes理论与实战”，具体通知如下。
培训时间、地点： 报名可咨询：13932327338 微信同号
2019年5月23日 ----2019年5月26日
2019年5月22日全天或23日早晨报到
北京市海淀区北清路龙芯产业园1号楼327会议室
培训费用： 4999元/人，提前20天报名早鸟票¥RMB:4500元/人（含报名费、培训费、教材费、资料费）食宿可统一安排费用自理。报名人员可直接回复报名回执表至邮箱。或与会务组电话联系咨询。
培训对象：各院校计算机专业、网络通信专业、电子工程专业、信息计算科学专业、统计学专业等对AI /深度学习技术及研发感兴趣的老师、研究生等。相关从事大数据、数据挖掘、机器学习、计算视觉、自然语言处理、人机交互等领域研发的单位的技术部门、IT企业的工程师、研发负责人、算法工程师等。软件开发人员、架构师、部署工程师、Linux爱好者、云计算工程师、运维工程师、运维开发、测试、开发工程师、IT从业者。
一、主讲专家：
深度学习主讲专家来自中科院系统专家，拥有丰富的科研及工程技术经验，长期从事相关领域重大项目研究，具有资深的技术底蕴和专业背景。
容器授课老师，北京大学研究生毕业，曾任职于中科曙光解决方案架构师，主要从事虚拟机、Openstack、VMware、容器等云计算领域的研究和方案制定。现就职于海航科技集团，任解决方案架构师，从事云计算，AI等领域的工作，提供行业解决方案。
二、培训内容：
5.23-5.24模块一：深度学习理论与实战
一、人工智能、机器学习、深度学习的历史和基本思想
1、人工智能概述、机器学习概述及基本思想
2、深度学习的前生今世、发展趋势
3、深度学习的主要模型及应用场景
二、生成性对抗网络GAN
1、GAN的理论知识
2、GAN经典模型：
CGAN
LAPGAN
DCGAN
3、GAN实际应用：DCGAN提高模糊图片分辨率
三、卷积神经网络
1、CNN卷积神经网络：
卷积层（一维卷积、二维卷积）
池化层（均值池化、最大池化）
全连接层
激活函数层
Softmax层
2、CNN卷积神经网络改进：
R-CNN （SPPNET）
Fast-R-CNN
Faster-R-CNN （YOLO、SSD）
3、CNN应用案例：
CNN与手写数字集分类
YOLO实现目标检测
PixelNet原理与实现
利用卷积神经网络做图像风格结合
四、循环神经网络
1、RNN循环神经网络：
梯度计算
BPTT
2、RNN循环神经网络改进：
LSTM
Bi-RNN
3、RNN实际应用：Seq2Seq的原理与实现
五、强化学习
1、强化学习的原理；
2、RL实际应用；
六、迁移学习
1、迁移学习的理论概述；
2、迁移学习的常见方法：
特征、实例、数据、深度迁移、强化迁移、研究案例；
5.25-5.26模块二：docker/kubernetes理论与实践
容器基础概念，在深度学习中的应用
1，容器的基本概念，包括功能介绍，运行机制等
2，容器和虚拟机的对比，容器的优势
3，容器的应用场景，在深度学习中如何应用
Docker容器的基础理论
Dockers基础
n Docker容器的基本架构
n Docker容器基础组件详解
n Docker容器的创建方式和实例分析
容器技术
n Cgroup
n Namespace
n 容器，镜像，镜像仓库介绍
3.Docker网络
n Docker网络模式
n 跨主机网络通信
n 网络最佳实践与网络选型
4.Docker数据管理
n Docker数据卷管理
n Docker容器存储驱动
n 存储选型机制
5.Docker镜像
n Docker镜像及镜像的分层机制
n Docker镜像仓库构建与管理
n 镜像仓库使用场景
6.Docker对于GPU的管理
n Nvidia-docker的概念和应用
n Docker容器对于GPU的管理
7.Docker最佳实践
n Dockerfile详解，构建实战
n Docker容器的环境搭建
n Docker运维实践与技巧
kubernetes容器管理平台
1. Kubernetes介绍
n kubernetes的由来
n kubernetes核心概念
n kubernetes技术架构与设计理念
n kubernetes核心组件和运行机制
kubernets常用对象
n Label
n Deployment
n Service
n Job
n Selector
n Replica Set
Kubernetes核心调度
n 调度策略与流程
n 预选与优选
n Pod优先级设计
kubernetes安全
n 认证，授权，准入
n Secret，密钥
kuberenetes网络
n kuberenets网络模式
n CNI网络插件
n 集群网络通信
n 实际场景中网络应用
kuberentes存储
n kubernetes的存储模式
n kuberentes存储插件
n PV和PVC
n 实际场景中存储应用
kuberentes Pod应用与进阶
n Pod定义
n Pod生命周期
n Pod升级与回滚
n Pod扩容与缩容
n Pod健康检测
n Pod实际使用实践
kubernetes 服务发现
n 集群服务发现
n 外部访问设计
n 集群DNS
n 负载均衡和弹性伸缩
kubernetes监控
n kuberentes集群监控方案
n 集群监控组件
kubernetes日志管理
n 日志处理原理
n EFK日志收集
11.kubernetes NVIDIA GPU管理和调度
n Kubernetes管理GPU原理
n Kubernetes GPU配置
n 在深度学习中的应用
12.Kubernetes最佳实践
n kubernetes部署讲解
n kubernetes yaml配置
n Kubernetes服务访问配置
n Kubernetes运维实践操作
网友评论