多模態機器學習，英文全稱 MultiModal Machine Learning (MMML)，旨在通過機器學習的方法實現處理和理解多源模態信息的能力。
當下，多模態技術有著相當廣泛的應用場景，如淘寶搜圖、AI字幕、AI虛擬數字人、仿人交互、智能助手、商品推薦和信息流廣告、視頻幀人臉幀的圖向量檢索、語音交互等等。
不過, 要說多模態技術真正實現了落地，似乎還太早，從多模態數據標註到跨模態轉化，多模態仍然存在一些待解決的挑戰。
多模態面臨的挑戰以及未來的可創新方向，天然的吸引著關注。畢竟不論是為了畢業還是申博亦或是未來的就業機會。論文都是繞不開的永恆話題，而沒有創新，就沒有好的論文。
面前擺放著多模態這盤「當紅辣子雞」，剩下的工作就是如何找創新點、get idea，寫好論文了。寫出好的論文，才是硬道理~
為了找到創新方向，大量精讀前沿論文是必不可少的一步。
但其實，精讀論文只是第一步。
後面更重要的是，通過精讀進行論文復現、從優秀的工作中找到靈感、為自己的工作提供營養……
更可怕的是，在第一步就被卡住。
不免感慨，如果有一位科研過硬的前輩指導，天下哪還有難讀的論文……
畢竟導師總是放養，師哥師姐也總是忙……
咕泡科技特聘講師、唐宇迪老師，通過前沿論文精讀，講解基礎多模態學習概念、多模態數據的融合策略、AutoML的基礎概念及其在多模態中的結合……
掃描下方二維碼
報名學習課程
獲得完整版學習規劃和課後福利
請大家務必根據頁面提示，添加老師後才能領取課程和完課資料哦!
01
PART
主講老師
直播內容
02
PART
直播時間 ：11月23日-11月24日，20:00-22:30
Day1：深度學習CNN卷積神經網絡算法精講
-
神經網絡模型知識點分析
-
神經網絡模型整體架構解讀
-
卷積神經網絡整體架構及參數設計
Day2：對比學習與多模態任務解讀
-
深度學習中對比學習的思想與應用方法
-
OpenAI 多模態任務CLIP算法解讀
-
CLIP應用實例與效果分析
-
多模態任務在各領域的應用實例分析
這次課程尤其適合對AI有一定了解，但是沒有明確選題目標；或者已經明確自己選題，但是找不到改進方向的同學；當然也適合對多模態感興趣的從業者。
所以，如果你對自己的選題和研究方向還有疑問，這節課你一定不能錯過。唐宇迪老師，一定能給出你專業的意見和指導。
掃描下方二維碼
報名學習課程
獲得完整版學習規劃和課後福利
報名成功後，請大家務必根據頁面提示，添加老師後才能領取課程和完課資料哦!
咕泡小班制學習服務
03
PART
講師帶練，伴隨式編程環境
你將獲得伴隨式的編程環境。
講師帶練、運用科學的方法引導，幫你消化疑難知識點
同時還有@唐宇迪老師將會分享 , 一線熱門技術和行業經驗，眾多學員親測有效的一套技術提升方案，幫你擺脫迷茫，明確成長方向！
三位一體跟蹤服務，項目實戰驅動 , 深刻理解原理
只要報名，就能收穫講師、助教、班班全程三位一體跟蹤式服務，24H為你答疑解惑。
同時還有來自五湖四海的大牛做同學，技術氛圍濃厚，想不進步都難！
掃描下方二維碼
報名學習課程
獲得完整版學習規劃和課後福利
咕泡科技 ~ 讓每個人的職業生涯不留遺憾
Q&A
Q：課程內容具體有什麼？
A：包括但不限於：基於多模態預訓練模型的應用及研究進展分析+名師1V1答疑+專業提升技巧
Q：上課方式是什麼？
A：掃碼添加老師微信，領取課程連結!