2019年4月30日 HKSAIR 深度学习培训研讨会在香港科技大学成功举办，参会者反响热烈。这已经是HKSAIR 第三次成功举办深度学习系列培训探讨会。培训研讨会由王伟俨博士生和田晗博士生任讲师。王伟俨和田晗均是香港科技大学机器学习方向在读博士研究生。 本次研讨会的主题是深入卷积神经网络（Dive into CNN）。

  与会者共计愈百人，尽管活动当天暴雨，会场内仍座无虚席。与会者主要来自香港各大高校本科，硕士，博士生，以及部分学者和专业工程师。

▷场内座无虚席，截至研讨会开始前，仍有许多人在候补名单上......

培训研讨会内容｜  ｜ ▼ 

    研讨会由两位讲师分别进行CNN理论讲解以及从零搭建CNN上机实验。理论课程部分旨在希望参与者深入理解CNN模型的数学原理及不同CNN模型设计原理及差异。上机实验部分旨在希望参与者通过最新的计算框架TensorFlow2.0 学习先进的卷积神经网络（CNN）建模技术。

第一部分｜  王伟俨｜ ▼ 

CNN前沿模型研讨会

♂ 王伟俨博士生为现场观众手动推导数学公式，详细讲解VGG模型设计原理。

  研讨会伊始，王伟俨热烈欢迎所有与会者，并简要介绍机器学习的发展 。

    王伟俨深入探讨了从经典LeNet到最先进的SENet的不同CNN网络架构演变的历史。首先，他首先分析解释支持向量机和深度神经网络之间的联系。然后引入CNN并将其解释为MLP的正式形式。值得注意是，按照时间顺序，他比较并分析了不同的CNN网络架构的组成以及原理，旨在更好地让与会者理解不同CNN模型的差异及原理。会议期间与会者积极提问，讲师与会者互动良好，气氛活跃。

第二部分｜  田晗  ｜ ▼ 

主要讲解了如何使用Tensorflow2.0从零开始构建卷积神经网络，并将其应用于数字图像的分类问题。他首先回顾了深度学习的基本概念，其后通过详细的代码演示样例分析比较了Tensorflow2.0相对于Tensorflow1.0的优越性，并深入浅出的介绍了Tensorflow2.0的语法规则，进而使用代码样例让参与者自己加载数据，构建并训练模型最终使用模型做预测，动手实践机器学习在实际应用中的主工作流程和代码的编写。

Tensorflow 2.0实战培训

 ♂  田晗博士生：“TensorFlow 2.0比起旧有TensorFlow1.x版本支援NumPy和Keras，往后大家构建自己的NN时就更得心应手。“

研讨会结束后..

研讨会反响热烈，本会将在今年夏天举办自然语言处理（NLP）和时间序列数据分析(Time-seriesanalysis)的培训研讨会，有兴趣的同好伙伴不要忘记关注本会微信公众号了解今后最新动态哦！

更多HKSAIR及行业资讯，敬请关注香港人工智能与机器人学会公众号