本课程定位于培养具有计算机视觉、自动语音识别和自然语言理解基础理论知识,并能进行数据
预处理工作的相关人员。并使得学员能够通过调用华为云服务提供的人工智能解决方案进行AI实际应用。
l 建立在HCIA基础之上、必须Python基础、Tensorflow基础
l 希望深入了解AI(人工智能实现的方法、常用模型等)的人员
l 希望掌握AI模型输入数据预处理方法的人员
l 在开发中使用华为AI云服务业务的企业
l 使用华为手机进行AI相关开发业务的企业
l 希望通过使用华为AI云服务平台节省AI开发资金投入的企业
l 掌握数据预处理的常用方法,及使用场景。
l 熟练进行数据信息的预处理工作,提供人工智能前期准备。
l 熟练使用华为云提供的sdk,能够通过API调用人工智能相关应用。
课程模块 | 课程内容 |
第一天 计算机视觉理论及应用 | |
图像处理技术 | n 计算机视觉概览: u 概念与应用 u 计算机视觉与人工智能 n 数字图像处理基础: u 图像数字化、采样、分辨率 u 量化、灰度 u 图像的表示 u 颜色空间转换 u 像素 u 数字图像的计算 n 图像预处理技术: u 灰度变换 u 反转 u 对比度 u 伽马矫正 u 直方图 u 滤波 u 锐化 u 边缘检测 u 平移、旋转、缩放、插值 u 仿射、透视 u 彩色图像、单通道处理 u 色调、饱和度、亮度、图像数据增强 n 图像识别基本任务: u 图像分类(Classification) u 目标检测(Detection) u 目标跟踪(Tracking) n 图像特征提取和传统方法 u 图像特征提取 u 图像二值化 u 阈值分割 u 双峰法 u HOG(方向梯度直方图) u LBP(局部二值模式) u Haar(哈尔特征) n OpenCV编程 u OpenCV 中GUI特性 u OpenCV图像处理 u 视频分析 u 摄像机标定 n 实验:使用OpenCV库进行人脸检测
|
第二天 卷积神经网络和图像处理实验 | |
卷积神经网络(CNN)
| n 卷积神经网络应用发展史 n 单卷积核 n 多卷积核 n 图像不变性 n 局部感知 n 参数共享 n 卷积网络结构 n 卷积层 n 池化层 n 全连接层 n ImageNet n AlexNet n VGGNet n GoogLeNet n ResNet n SENet |
图像处理实验 | n 图像预处理(Image Preprocessing) n 文字识别(Optical Character Recognition) n 人脸识别(Face Recognition) n 图像识别(Image Recognition) n 内容检测(Content Moderation) |
第三天 语音处理理论及实验 | |
语音处理理论
| n 语音处理介绍 u 语音处理 u 语音识别 u 语音合成 u 语音信号 n 传统语音模型 u GMM(高斯混合模型) u HMM(隐马尔科夫模型) u GMM-HMM(高斯混合模型-隐马尔科夫模型) n 深度模型和混合模型 u DNN(深度神经网络) u DNN-HMM(深度神经网络-隐马尔科夫模型) u CD-DNN-HMM n 高级语音模型 u RNN(循环神经网络) u LSTM(长短期记忆网络) n 技术前沿与未来展望 u 技术前沿 u 未来展望
|
语音处理实验 | n 语音文件预处理 n 语音输入 n 语音合成(Text To Speech) n 语音识别(Automatic Speech Recognition) n 语音识别(Automatic Speech Recognition) |
第四天 自然语言处理与实验 | |
自然语言处理理论和应用
| n 自然语言处理介绍 n 语言模型 u N - gram语言模型 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 条件随机场 u LSTM u GRU n 关键技术 u 分词 u 词性标注 u 命名实体识别 u 关键词提取 u 句法分析 u 语义分析 n 应用系统 u 文本分类 u 文本聚类 u 机器翻译 u 问答系统 u 信息过滤 u 自动文摘 u 信息抽取 u 舆情分析 u 机器写作 |
自然语言处理实验
| n 分词 n TF-IDF n Word2Vec u skip-gram u CBOW(连续式词袋模型) n Doc2Vec u DBOW(分布式词袋模型) u DM(分布式记忆模型) |
第五天 华为AI发展战略与ModelArts概览 | |
华为AI发展战略与全栈全场景解决方案 | n 十大改变开创未来 n 华为的AI发展战略 n 华为的AI解决方案 |
ModelArts平台开发实验 | n ModelArts特点优势 n ModelArts开发实验流程 n 自动学习 n AI全流程开发 n 数据可视化管理 n 开发实验 u 冰山识别 u 手写数字识别 u 车辆满意度测评 u 花卉 |
无数据
无数据
无数据
代码 | 考试名称 | 必考 | 选考 | 证书 |
H13-321 | HCIP-AI EI Developer |