2021小迈步第二课|深度学习提高课堂——快速实现AI驱动系统原型

[复制链接]
MsM18 发表于 2021-3-12 17:46:36


深度学习提高课堂——快速实现AI驱动系统原型
时间:2021 年 4 月 27 日  19:00  在线直播
从基于深度学习的视觉感知到使用强化学习开发机器人控制策略,人工智能技术在工业领域的应用越来越多样。深度神经网络 (DNN) 不仅擅于识别图像、预测时序信号,通过模仿学习,你还可以用 DNN 替代复杂的控制策略,对高保真度的物理模型进行降阶简化,从而加快推理或仿真速度。
在 MATLAB 中,你可以实现深度神经网络建模、训练和应用部署。如果你希望充分借助数据和模型的力量,将深度神经网络与传感器融合、信号处理、传统控制以及物理建模等环节进行集成,那么不妨尝试在 Simulink 中,构建一个 AI 驱动系统,进行快速原型开发。
神经网络黑盒模型在生产系统中的动态行为是否和预期相符?怎样通过桌面快速原型,测试神经网络的功能和可靠性?本次讲座将通过具体实例,帮助你掌握更多 MATLAB 深度学习技巧,并熟悉如何使用 Simulink 仿真,结合软件和环境模型,对深度神经网络进行闭环仿真测试,并直接生成 C/C++ 或 CUDA 代码,进行 PIL、HIL 测试和嵌入式硬件部署。

亮点
  • 提高数据前处理效率
  • 深度学习模型开发和试验管理
  • 使用 Deep Network Quantizer 进行模型量化
  • 桌面原型测试
  • 自动代码生成和边缘部署

配套福利
  • 今年的课程全部提供 MathWorks 官方参会证书哦!
  • 过程中如遇问题,可在本论坛自由提问、讨论
  • 课件/Demo 等相关学习资料将上传本帖

2021年小迈步系列主题预告,敬请关注:
小迈步第三课:图像处理与计算机视觉,6月22日
小迈步第四课:无人机系统建模仿真,9月14日
小迈步第五课:计算生物学,10月26日
小迈步第六课:控制系统设计,11月23日
小迈步第七课:MATLAB数据科学,12月14日

扫描二维码即可免费注册,请在活动当天18:00前完成注册:
课前如有相关技术问题可以在这里跟帖提问,演讲嘉宾会选取在直播中为大家解答。


主讲人:
袁航,MathWorks 中国应用工程师,专注于数据科学和人工智能应用。曾任职于林德液压(德国),从事计算编程、流体仿真和系统建模。硕士毕业于北京航空航天大学机械电子工程专业。

产品聚焦
Simulink
Deep Learning Toolbox
Embedded Coder
MATLAB Coder

补充信息:
在这里查看你的学校是否有 MATLAB 校园版授权:https://www.mathworks.cn/academia/tah-support-program/eligibility.html


您需要登录后才可以回帖 登录 | 注册

本版积分规则

相关帖子
热门教程
站长推荐
快速回复 返回顶部 返回列表