CV Academy 2021

C ноября 2020 по апрель 2021 (с перерывом на новогодние праздники) по средам с 19:00 до 20:00 (или 20:30) пройдет серия вебинаров CV Academy от экспертов Нижегородского офиса Intel. В роли докладчиков выступят сотрудники подразделения IOTG Computer Vision / IOTG Russia.

Вебинары предназначены для разработчиков, имеющих знания и умения в программировании на языках C++ и Python. От слушателей ожидаются также базовые знания в области машинного и глубокого обучения, включая знакомство с основными типами блоков в составе нейросетей.

Для участия в вебинарах обязательна регистрация, которая проводится на каждый вебинар отдельно. Вы можете зарегистрироваться на все последующие вебинары в любой момент времени, пока регистрация остается открытой.

Каждая тема является самостоятельной и Вы можете составить собственный график посещения вебинаров и выбрать те, которые интересны Вам.

Сезон 2021
10 февраля 19:00 — 20:00 — Основные методы автоматического распознавания речи

Алгоритмы распознавания речи позволяют из аудиозаписи фразы получить её текстовое представление. Будет рассказано о типичной структуре таких алгоритмов, об используемых аудиопризнаках, а также о декодировании текста в подходах CTC, RNN Transducer (RNN-T), attention (LAS). Со стороны слушателей желательно понимание работы нейросетей и машинного обучения, однако фокус будет не на архитектуре самих сетей, а на том, что происходит вокруг них. Доклад ориентирован на тех, кто хочет получить начальные знания в области распознавания речи.

17 февраля 19:00 — 20:00 — Одноголосный синтез речи на основе нейронных сетей: Tacotrons + Vocoders

Семинар предназначен для слушателей, которым интересен поверхностный обзор данной области. Желательным для слушателей являются некоторые знания работы со звуком: преобразование Фурье, оконное преобразование Фурье, спектрограммы и т.д. На семинаре будет обзор сетей, генерирующих спектрограмму из текста (Tacotron ½, ForwardTacotron, FastSpeech) и сетей для генерации звука из спектрограммы (WaveRNN, WaveGlow, MelGAN), и метрик для задачи генерации текста.

24 февраля 19:00 — 20:00 — Обзор некоторых техник и моделей обработки естественного языка (NLP)

Алгоритмы NLP решают такие задачи, как поиск ответа на вопрос в тексте, классификация и сравнение текстов, перевод, генерация текстов и т.д. Будет рассказано о популярном сегодня подходе на основе Transformers на примере сети BERT. Будут затронуты такие темы как Word2Vec, Seq2Seq и механизм Attention как основополагающий для Transformers. Со стороны слушателей желательно понимание принципов машинного обучения и нейронных сетей. Доклад ориентирован на тех, кто хочет получить начальные знания в области NLP.

3 марта 19:00 — 20:00 — Распознавание текста с применением LSTM

Распознавание текста все больше и больше проникает в нашу жизнь. На этой лекции рассмотрим, как это происходит под капотом на конкретном примере.

10 марта 19:00 — 20:00 — Федеративное машинное обучение

С развитием технологий глубокого обучения и появления большого количества данных наиболее актуальной проблемой становится возможность коллаборативного обучения с учетом сохранения приватности данных. На данной лекции будет рассмотрен концепт федеративного обучения, как данный подход позволяет сохранить приватность данных и какие доступные инструменты можно использовать для реализации этой идеи.

17 марта 19:00 — 20:00 — Применение компьютерного зрения в медицине

Компьютерное зрение стало двигателем развития глубокого машинного обучения. Большинство современных топологий сетей было разработано именно для решения задач, связанных с визуальным анализом. В дальнейшем эти подходы применяются как в смежных задачах (аудио, NLP), так и в традиционно технологически консервативных областях, как анализ медицинских данных.

24 марта 19:00 — 20:00 — Компиляторы для нейронных сетей

Компиляторы нейронных сетей необходимы для эффективного исполнения алгоритмов на разных устройствах. На семинаре мы рассмотрим принципы их работы, обсудим сходства и различия вариантов процессинга и разберем применение компиляторов в науке и наших проектах.

31 марта 19:00 — 20:00 — OpenCV для встраиваемых платформ

Возможности компьютерного зрения все чаще используются пользовательскими устройствами и бытовой техникой, однако большая часть этих устройств не имеет удобного интерфейса для разработки и часто не поддерживает разработку на самом устройстве. Семинар будет посвящен обсуждению подхода к кросс-компиляции, предложенному YoctoProject.

7 апреля 19:00 — 20:00 — Введение в OpenCV G-API, современный API в области компьютерного зрения

Всё больше проблем в компьютерном зрении решается с помощью нейронных сетей. Часто в одном приложении может потребоваться сразу несколько моделей, и организация их совместного эффективного выполнения становится сложной задачей. Эту проблему призван решить новый фреймворк OpenCV G-API, который и будет детально рассмотрен на данном семинаре.

14 апреля 19:00 — 20:00 — Оптимизация нейронных сетей

Оптимизация нейронных сетей – одна из самых популярных тенденций последних лет в области искусственного интеллекта. Её цель – внедрить нейронные сети в окружающие нас предметы и сделать мир интеллектуального Интернета Вещей еще умнее. На данном вебинаре будут рассмотрены актуальные методы, позволяющие ускорить вычисление нейронных сетей.

21 апреля 19:00 — 20:00 — Оптимизация производительности

Современные алгоритмы, как правило, весьма ресурсоемки, либо выполняются на специализированных вычислительных устройствах, обладающих особенностями, учитывая которые можно существенно ускорить вычисление результата. На вебинаре будет рассмотрен общий поход к оптимизации алгоритма для конкретного вычислительного устройства – какие есть варианты оптимизации, как выбрать, с чего начать и в каком направлении двигаться.

28 апреля 19:00 — 20:00 — Concept-Based polymorphism в С++

Семинар предназначен для слушателей, которые интересуются разработкой на языке C++. На семинаре будет обзор метода реализации динамического полиморфизма на C++, который используется в разработке компиляторов, в том числе и для нейронных сетей (тензорных компиляторов). Будут рассмотрены подходы, основанные на шаблонах, виртуальных функциях и наследовании, а также как взять лучшее из них.