本課程定位于培養(yǎng)具有計(jì)算機(jī)視覺、自動(dòng)語(yǔ)音識(shí)別和自然語(yǔ)言理解基礎(chǔ)理論知識(shí),并能進(jìn)行數(shù)據(jù)
預(yù)處理工作的相關(guān)人員。并使得學(xué)員能夠通過調(diào)用華為云服務(wù)提供的人工智能解決方案進(jìn)行AI實(shí)際應(yīng)用。
l 建立在HCIA基礎(chǔ)之上、必須Python基礎(chǔ)、Tensorflow基礎(chǔ)
l 希望深入了解AI(人工智能實(shí)現(xiàn)的方法、常用模型等)的人員
l 希望掌握AI模型輸入數(shù)據(jù)預(yù)處理方法的人員
l 在開發(fā)中使用華為AI云服務(wù)業(yè)務(wù)的企業(yè)
l 使用華為手機(jī)進(jìn)行AI相關(guān)開發(fā)業(yè)務(wù)的企業(yè)
l 希望通過使用華為AI云服務(wù)平臺(tái)節(jié)省AI開發(fā)資金投入的企業(yè)
l 掌握數(shù)據(jù)預(yù)處理的常用方法,及使用場(chǎng)景。
l 熟練進(jìn)行數(shù)據(jù)信息的預(yù)處理工作,提供人工智能前期準(zhǔn)備。
l 熟練使用華為云提供的sdk,能夠通過API調(diào)用人工智能相關(guān)應(yīng)用。
課程模塊 | 課程內(nèi)容 |
第一天 計(jì)算機(jī)視覺理論及應(yīng)用 | |
圖像處理技術(shù) | n 計(jì)算機(jī)視覺概覽: u 概念與應(yīng)用 u 計(jì)算機(jī)視覺與人工智能 n 數(shù)字圖像處理基礎(chǔ): u 圖像數(shù)字化、采樣、分辨率 u 量化、灰度 u 圖像的表示 u 顏色空間轉(zhuǎn)換 u 像素 u 數(shù)字圖像的計(jì)算 n 圖像預(yù)處理技術(shù): u 灰度變換 u 反轉(zhuǎn) u 對(duì)比度 u 伽馬矯正 u 直方圖 u 濾波 u 銳化 u 邊緣檢測(cè) u 平移、旋轉(zhuǎn)、縮放、插值 u 仿射、透視 u 彩色圖像、單通道處理 u 色調(diào)、飽和度、亮度、圖像數(shù)據(jù)增強(qiáng) n 圖像識(shí)別基本任務(wù): u 圖像分類(Classification) u 目標(biāo)檢測(cè)(Detection) u 目標(biāo)跟蹤(Tracking) n 圖像特征提取和傳統(tǒng)方法 u 圖像特征提取 u 圖像二值化 u 閾值分割 u 雙峰法 u HOG(方向梯度直方圖) u LBP(局部二值模式) u Haar(哈爾特征) n OpenCV編程 u OpenCV 中GUI特性 u OpenCV圖像處理 u 視頻分析 u 攝像機(jī)標(biāo)定 n 實(shí)驗(yàn):使用OpenCV庫(kù)進(jìn)行人臉檢測(cè)
|
第二天 卷積神經(jīng)網(wǎng)絡(luò)和圖像處理實(shí)驗(yàn) | |
卷積神經(jīng)網(wǎng)絡(luò)(CNN)
| n 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用發(fā)展史 n 單卷積核 n 多卷積核 n 圖像不變性 n 局部感知 n 參數(shù)共享 n 卷積網(wǎng)絡(luò)結(jié)構(gòu) n 卷積層 n 池化層 n 全連接層 n ImageNet n AlexNet n VGGNet n GoogLeNet n ResNet n SENet |
圖像處理實(shí)驗(yàn) | n 圖像預(yù)處理(Image Preprocessing) n 文字識(shí)別(Optical Character Recognition) n 人臉識(shí)別(Face Recognition) n 圖像識(shí)別(Image Recognition) n 內(nèi)容檢測(cè)(Content Moderation) |
第三天 語(yǔ)音處理理論及實(shí)驗(yàn) | |
語(yǔ)音處理理論
| n 語(yǔ)音處理介紹 u 語(yǔ)音處理 u 語(yǔ)音識(shí)別 u 語(yǔ)音合成 u 語(yǔ)音信號(hào) n 傳統(tǒng)語(yǔ)音模型 u GMM(高斯混合模型) u HMM(隱馬爾科夫模型) u GMM-HMM(高斯混合模型-隱馬爾科夫模型) n 深度模型和混合模型 u DNN(深度神經(jīng)網(wǎng)絡(luò)) u DNN-HMM(深度神經(jīng)網(wǎng)絡(luò)-隱馬爾科夫模型) u CD-DNN-HMM n 高級(jí)語(yǔ)音模型 u RNN(循環(huán)神經(jīng)網(wǎng)絡(luò)) u LSTM(長(zhǎng)短期記憶網(wǎng)絡(luò)) n 技術(shù)前沿與未來展望 u 技術(shù)前沿 u 未來展望
|
語(yǔ)音處理實(shí)驗(yàn) | n 語(yǔ)音文件預(yù)處理 n 語(yǔ)音輸入 n 語(yǔ)音合成(Text To Speech) n 語(yǔ)音識(shí)別(Automatic Speech Recognition) n 語(yǔ)音識(shí)別(Automatic Speech Recognition) |
第四天 自然語(yǔ)言處理與實(shí)驗(yàn) | |
自然語(yǔ)言處理理論和應(yīng)用
| n 自然語(yǔ)言處理介紹 n 語(yǔ)言模型 u N - gram語(yǔ)言模型 n 文本向量化 u word2vec - CBOW u word2vec - Skip-gram u doc2vec - DM u doc2vec - DBOW n 常用算法 u HMM u 條件隨機(jī)場(chǎng) u LSTM u GRU n 關(guān)鍵技術(shù) u 分詞 u 詞性標(biāo)注 u 命名實(shí)體識(shí)別 u 關(guān)鍵詞提取 u 句法分析 u 語(yǔ)義分析 n 應(yīng)用系統(tǒng) u 文本分類 u 文本聚類 u 機(jī)器翻譯 u 問答系統(tǒng) u 信息過濾 u 自動(dòng)文摘 u 信息抽取 u 輿情分析 u 機(jī)器寫作 |
自然語(yǔ)言處理實(shí)驗(yàn)
| n 分詞 n TF-IDF n Word2Vec u skip-gram u CBOW(連續(xù)式詞袋模型) n Doc2Vec u DBOW(分布式詞袋模型) u DM(分布式記憶模型) |
第五天 華為AI發(fā)展戰(zhàn)略與ModelArts概覽 | |
華為AI發(fā)展戰(zhàn)略與全棧全場(chǎng)景解決方案 | n 十大改變開創(chuàng)未來 n 華為的AI發(fā)展戰(zhàn)略 n 華為的AI解決方案 |
ModelArts平臺(tái)開發(fā)實(shí)驗(yàn) | n ModelArts特點(diǎn)優(yōu)勢(shì) n ModelArts開發(fā)實(shí)驗(yàn)流程 n 自動(dòng)學(xué)習(xí) n AI全流程開發(fā) n 數(shù)據(jù)可視化管理 n 開發(fā)實(shí)驗(yàn) u 冰山識(shí)別 u 手寫數(shù)字識(shí)別 u 車輛滿意度測(cè)評(píng) u 花卉 |
無數(shù)據(jù)
無數(shù)據(jù)
無數(shù)據(jù)
代碼 | 考試名稱 | 必考 | 選考 | 證書 |
H13-321 | HCIP-AI EI Developer |