第二期AI Cloud研讨会--深度学习/Docker/Kubernetes理论与实战
收起
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2019年第二期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: 可咨询:18310280875 472355722@qq.com
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(含报名费、培训费、教材费、资料费)食宿统一安排费用自理。
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 | 1. 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 2. 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 2. kubernets常用对象 n Label n Deployment n Service n Job n Selector n Replica Set 3. 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 4. kubernetes安全 n 认证,授权,准入 n Secret,密钥 5. 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 6. 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 7. 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 8. 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 9. kubernetes监控 n kuberentes集群监控方案 n 集群监控组件 10. 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 |