正文
2、案例教学，项目实战
在《火炬上的深度学习（下）》的六期课程中，你将通过
5个深度学习项目的实战
，深入理解深度学习的原理，掌握 PyTorch 框架的使用，积累项目经验，助你初步养成工程意识。
3、互动授课，形式多样
课程以
网络授课为主，同时打破了单一的授课模式，以小组形式组织，安排了
作业、项目、展示、神秘嘉宾
等多个环节，用丰富的授课形式，为你营造良好的学习氛围。
4、丰厚回报，同侪激励
为了激励学员，我们设置了“Swarmer”奖励制度。我们将根据学员的作业情况，
甄选出3名优秀的学员，退还全部课程费用，
并
推荐
到包括腾讯、百度、搜狗、联想、Momenta、彩云AI、图灵机器人、深度好奇、爱因互动等
国内知名AI公司就职。
主讲介绍
本期课程主讲人张江老师是北师大系统科学学院教授、博士生导师，集智俱乐部、集智 AI 学园创始人，腾讯研究院
、
阿里研究院、网络智库专家；长期从事有关人工智能、复杂系统的教学与科研工作。
“火炬”系列课由张江老师亲自设计和主讲。2017年8月-10月，张江老师在集智AI学园开设了《火炬上的深度学习（上）》课程。
课程适合谁来听
如果你
1、在汹涌而来的人工智能浪潮中，面临技术更新和转型的压力
，
正走在向 AI 领域前进的路上；
2、希望在
有限时间内掌握一套深度学习框架，获得一份机器学习实习生乃至初级工程师的职位；
3、想通过参与实战项目，对
人工智能领域的工程实践有深入理解；
4、仍在校园，希望借助 AI 技术，
提高自己在高校的学习、科研中的竞争力；
那么你就是我们期待的学员。
为了确保跟上课程进度，我们希望你能够在
开课之前：
-
熟悉 Python，能够使用 Numpy 进行数组操作。
（有关 Python 快速入门和
Numpy 数组操作，集智AI学园有免费课程供你参考）。
-
熟悉线性代数基础知识
（理解向量、数组、矩阵等基础概念，了解其运算方法）。线性代数是深度学习的数学基础，只需要理解重要概念，计算工作都交给计算机。
-
初步了解概率论的基础知识。
机器学习需要处理大量的不确定量和随机量，你需要了解基本的概率知识，如随机变量、概率分布等。
必要的基础知识在课程中还会提及，但如果你提前有所准备，相信你在会更加得心应手。
《
12小时掌握 Python》课程地址：
http://campus.swarma.org/gpac=12
