我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com

課程大綱

第一天：大模型在各個領域的應用案例分析

一、引言（1小時）

- 大模型的定義與重要性

- 大模型的應用領域概覽

二、大模型在自然語言處理（NLP）的案例分析（3小時）

1. GPT系列在文本生成中的應用

- GPT模型原理簡述

- 案例：GPT-3在文章創作、對話系統中的應用

- 實戰演練：使用GPT-3 API進行文本生成

2. BERT在問答系統中的應用

- BERT模型原理簡述

- 案例：BERT在問答系統（如SQuAD）中的表現

- 實戰演練：使用BERT模型進行問題回答

三、大模型在計算機視覺（CV）的案例分析（2.5小時）

1. ResNet在圖像分類中的應用

- ResNet模型原理簡述

- 案例：ResNet在ImageNet數據集上的性能

- 實戰演練：使用ResNet進行圖像分類

2. EfficientNet在圖像識別中的優化

- EfficientNet模型原理簡述

- 案例：EfficientNet在多種圖像識別任務中的表現

- 實戰演練：使用EfficientNet進行圖像識別

四、休息與交流（0.5小時）

五、大模型在多模態領域的案例分析（2小時）

1. CLIP在圖像文本匹配中的應用

- CLIP模型原理簡述

- 案例：CLIP在圖像搜索、文本生成圖像中的應用

- 實戰演練：使用CLIP進行圖像文本匹配

2. DALL-E在文本到圖像生成中的創新

- DALL-E模型原理簡述

- 案例：DALL-E在文本到圖像生成任務中的表現

- 實戰演練：使用DALL-E進行文本到圖像的生成

六、大模型的部署與優化案例分析（1小時）

- 大模型部署的挑戰與策略

- 案例：如何在云端和邊緣設備上部署大模型

- 實戰演練：使用Docker或Kubernetes部署大模型

七、總結與疑問解答（0.5小時）

第二天：大模型的前沿應用與倫理案例分析

一、大模型在推薦系統中的應用案例分析（2小時）

1. 基于Transformer的推薦系統

- Transformer在推薦系統中的應用原理

- 案例：如何使用Transformer構建個性化推薦系統

- 實戰演練：構建基于Transformer的推薦系統原型

2. 大模型在冷啟動問題中的解決策略

- 冷啟動問題的定義與挑戰

- 案例：如何利用大模型緩解冷啟動問題

- 實戰演練：設計冷啟動緩解策略

二、大模型在知識圖譜與語義理解中的案例分析（2小時）

1. 大模型在知識圖譜補全中的應用

- 知識圖譜補全的挑戰

- 案例：如何使用大模型進行知識圖譜補全

- 實戰演練：構建基于大模型的知識圖譜補全系統

2. 大模型在對話系統中的語義理解

- 對話系統語義理解的難點

- 案例：大模型在對話系統語義理解中的創新應用

- 實戰演練：構建基于大模型的對話系統

三、大模型的倫理與法律案例分析（1.5小時）

1. 數據隱私與保護的挑戰

- 案例：大模型訓練中的數據泄露事件

- 討論：如何在大模型訓練中保護數據隱私

2. 大模型的偏見與公平性

- 案例：大模型中的偏見問題

- 討論：如何減少大模型中的偏見，提高公平性

四、大模型的前沿技術與應用展望（1小時）

- 大模型的最新研究進展

- 大模型在未來可能的應用場景

- 面臨的挑戰與機遇

五、休息與交流（0.5小時）

六、課程總結與反饋（0.5小時）

- 課程內容回顧

- 學員反饋收集

- 后續學習建議

李老師

李海良簡介

李海良，，暨南大學副教授，碩士生導師，九三學社社員，中山大學工學博士香港城市大學訪問學者，廣東工業大學校外合作研究生導師。研究方向為深度學習、圖像識別、智慧綜合能源和能源大數據。在IEEE Transactions on Neural Networks and Learning Systems和Information fusion等TOP期刊第一作者發表SCI論文6篇，主持省級課題2項，參與國家自然科學基金1項。長期擔任IEEE Internet of Things Journal、International Journal of Communication Systems、IET Computer Vision、IET Image Processing和 IET Radar, Sonar & Navigation等SCI期刊審稿人。曾獲得第六屆全國電子信息科學博士生論壇論文成果匯報二等獎（2017），第七屆全國電子信息科學博士生論壇論文成果匯報三等獎（2016），2020年12月在INSCRYPT 2020 國際會議擔任Session chair。

2018年獲得中山大學工學博士學位，2019年至2021年在暨南大學網絡安全學院做博后，合作導師為密碼學與信息安全領域專家、國家杰青翁健教授。

擅長操作系統和數據庫的安全配置，針對注入式、篡改、偽造、流量分析以及竊聽等主流攻擊方式有深入研究，在人工智能領域，針對對抗樣本攻擊與防御方面發表多篇SCI論文。

曾參與基于聯邦學習的廣東海關數據隱私保護系統的研發工作，參與暨南大學與金山毒霸的校園網攻防安全軟件的研發工作

參與基于視頻圖像安全的珠海電力局電纜防外破項目

參與東軟集團社保系統和醫院管理系統的研發工作

曾經為廣東移動、深圳市電力局、肇慶學院、嶺南師范學院、華南農業大學、東莞城市學院、電子科技大學中山學院以及鄭州航空工業管理學院等知名企業院校提供培訓服務，積累了大量的行業培訓項目經驗。

擅長主講課程：

《人工智能》《計算機網絡》《網絡與信息安全》《軟件工程》《物聯網》《大數據和數據科學》 《網絡安全》 《互聯網與人工智能》 《網絡信息安全與數據安全》 《 高級計算機系統結構》 《物聯網技術》 《 云計算與大數據算法設計》 《軟件工程》 《 研究方法論》 《物聯網技術與發展趨勢 《網絡空間安全前沿問題研究》 《智能人機交互》 《高級人工智能》 《大數據科學應用》 《信息安全》 《高級軟件工程》 《高級算法設計與分析》

獲獎經歷：

2015年8月 第六屆全國電子信息科學博士生論壇論文成果匯報二等獎

2016年8月 第七屆全國電子信息科學博士生論壇論文成果匯報三等獎

2020年12月 INSCRYPT 2020 Session chair

學習經歷

2014年9月-2018年6月，中山大學，信息與通信工程，博士研究生

2017年7月-2017年9月，香港城市大學，訪問學者

工作經歷

2019年2月至2021年2月，暨南大學信息科學技術學院，博士后

研究方向

基于注意力機制的神經網絡，智慧綜合能源和能源大數據。

主要論文

1. Hailiang Li, Jian Weng*,Adaptive Dropout Method Based on Biological Principles，IEEE Transactions on Neural Networks and Learning Systems，vol.32,no.9, pp.4267-4276, Sept. 2021,JCR1區,IF:10.451,TOP期刊

2. Hailiang Li, Jian Weng*, A Defense Method Based on Attention Mechanism Against Traffic sign Adversarial samples,Information Fusion,Volume 76, 2021, Pages 55-65,JCR1區，IF:12.975，TOP期刊

3. Hailiang Li, et al,A Semi-automated Annotation Algorithm Based on Weakly Supervised Learning for Medical Images，Biocybernetics and Biomedical Engineering 40 (2020) pp. 787-802, SCI索引，第一作者，影響因子：4.314

4. Hailiang Li, et al,An improved deep learning approach for detection of thyroid papillary cancer in ultrasound images，Scientific Reprots,(2018) 8:6600，SCI索引，第一作者，影響因子：4.379

5.張宇,李海良*.基于RSA的圖像可識別對抗攻擊方法[J].網絡與信息安全學報,2021,7(05):40-48.通信作者，中國科技核心期刊

承擔課題

1. 基于注意力機制的安全性圖像識別模型研究與應用，2021廣東省普通高校特色創新項目，主持，17.12萬元，項目編號：2021KTSCX006；

2. 基于 AIOT 的多維視覺下電力施工人員工作監控與管理系統，廣東省科技創新戰略專項資金，主持，2萬元，項目編號：PDJH2021b0058；

社會職務

廣東工業大學，校外合作碩士生導師

我要預訂

咨詢電話：027-5111 9925 , 027-5111 9926手機：18971071887郵箱：Service@mingketang.com