【直播课】6小时理解注意力机制，理论与实战
前言
注意力模型(Attention Model,AM)现在已经成为神经网络研究中的一个非常重要的研究领域。为了帮助初学者理解注意力机制原理及其实践问题，有三AI继续更新《深度学习之模型设计》课程，推出《注意力机制》模块课程，让你以最短的时间掌握“模型设计-注意力机制”部分的基础知识并进行代码实践，该课程介绍如下：
本次课程介绍
本次直播课程内容是对《深度学习之模型设计》课程的内容补充，上期相关课程为：
本次要讲解的内容包括经典网络和实战任务两部分：
理论部分：空间注意力模型，通道注意力模型、混合注意力模型。
实战部分：基于SENet模型的人种分类。
在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点。
课程大纲
项目数据集示意图如下：
基于SENet模型的人种识别实战
课程采用理论加Pytorch实战的方式进行讲解，在代码实战阶段，课程还会提供实战所需的代码和数据集，并且会对代码进行逐行讲解，让你对代码有个深刻的理解。
课程具体安排如下：
深度学习之模型设计-注意力机制
|
|
时间 |
章节 |
|
|
2021.1.17 周日 |
模型设计-注意力机制 |
|
|
第1节 第2节 第3节 第4节 |
空间注意力模型 通道注意力模型 混合注意力模型 基于SENet模型人种分类 |
讲师介绍
鲁健恒，大学老师，IEEE ACCESS审稿人
专注于计算机视觉与人工智能领域，近两年5项发明专利受理，2项实用新型专利授权，拥有1项软著。担任有三AI深度学习之模型设计系列课程讲师。
费用以及报名方式
订阅本课程的方法有2个：
其一：一次性订阅《有三AI模型优化组》课程专栏，本专栏会涵盖所有模型设计和优化相关的理论和实践内容，推荐想要系统性学习的朋友订阅，越早订阅越划算，随着内容增加本专栏会涨价，专栏链接如下：
其二：单独订阅本次直播课程，本次直播的链接如下：
赞 (0)