公开课报名 | 深入浅出理解A3C强化学习

卷积神经网络在近几年获得了跨越式的发展，虽然它们在诸如图像识别任务上的效果越来越好，但是随之而来的则是模型复杂度的不断提升。越来越深、越来越复杂的卷积神经网络在训练阶段需要大量存储与计算资源，因此设计高效的卷积神经网络是非常重要和基础的问题，而消除卷积核的冗余性是该问题主要的解决方案。

如何消除消除卷积核的冗余性？AI科技大本营邀请到微软亚洲研究院视觉计算组资深研究员王井东，他将在 31 号的直播公开课中为大家讲解发表在 ICCV 2017 和 CVPR2018 上基于交错组卷积的方法，这种方法优于 ResNet 和 MobileNet。

感兴趣的读者可以在直播前自行查阅论文或者下载代码，自己动手尝试，加深理解。

▌课程信息

主题：深入浅出理解A3C强化学习

时间：1 月 10 日  20：00-21：00

地点：免费线上直播

扫码报名，免费听课

▌分享嘉宾

高扬，珠海金山软件AI工程组技术负责人，前重庆工商大学研究生导师。曾任欢聚时代、金山软件西山居游戏工作室人工智能、大数据相关部门技术负责人，技术畅销书《白话大数据与机器学习》、《白话深度学习与Tensorflow》、《数据科学家养成手册》著书人。专注于人工智能产品的落地与实现。

▌适合对象

1、对强化学习感兴趣的工程师 

2、有基本的机器学习算法理解的工程师

▌课程大纲

1、贯序决策（穷举搜索、蒙特卡罗方法）

2、DQN原理（时间差分法和Q-Learning、Deep Q-Learning Network）

3、A3C原理（异步方法的好处）

4、小恐龙网页游戏的训练方法

5、进阶资源推荐

▌课程安排

19:45—20:00 学员提前入场

20:00—20:50 讲师课程分享

20:50—21:00 讲师答疑环节

▌温馨提醒

1、开课前会有短信提醒或者邮件提醒，请报名的时候填写正确的手机号码及邮箱地址。

2、开课后 2-3 个工作日内会上传本节课的视频回放，报名后回放视频不限时观看。

▌加入社群

扫码添加小助手，回复：强化学习，加入 AI 科技大本营公开课分享交流群，嘉宾 PPT 及整理笔记将在直播结束后在群内公开。

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/