【轉寄好友】 【友善列印】 推到  推到
  【免費加入會員】   【學員須知】 【常見問題】
【課程名稱】 深度學習(Deep Learning): Go Deeper and Faster with GPUs
【課程代碼】 06S349
【上課時間】 2017/12/17-12/24,09:00-17:00,每周日。 
【課程目標】 在兩天的深度學習訓練營中,第一天所安排的課程內容將由淺而深,從神經網路的基礎模型開始說明,包含訓練與辨識的方法,使學員瞭解基礎模型的運作方式。接著將介紹在深度學習技術中常用的 Convolutional Neural Networks (CNN) 模型,配合 Image classification 應用實例,幫助學員實際的瞭解深度學習的訓練及辨識概念。
經過第一天深度學習的基礎訓練之後,第二天的課程內容將著重於 Berkeley CAFFE 及 Google TensorFlow 等深度學習平台的介紹與展示。
本課程不包含上機實習,目的在使學員能夠在最短的時間內先吸收深度學習的技術,在完成課程之後能自行著手建立深度學習的開發環境,開始進行在自己專長領域產品的研究與開發。
【課程特色】 自從西元 1998 年 Yann LeCun 大師提出 LeNet 神經網路 (Neural Network) 作為手寫文 件的辨識方法之後,Convolutional Neural Network (CNN) 網路架構成功的提昇了神經網 路的執行效率;同時也證明了將神經網路應用在實際產品的可行性。到了西元 2012 年 Geoffery Hinton 大師所提出的 AlexNet (含有 8 層網路深度) 在 ImageNet 年度影像識 別大會 (ILSVRC-2012) 奪得當年比賽的冠軍,將辨識的錯誤率降低至 16.4%,受到當時各 界的矚目,也更證明了深度學習 (Deep Learning) 的效果及實用性。接著在西元 2014 年,Google 團隊更提出了深度為 22 層的 GoogLeNet 神經網路,在ILSVRC-2014 比賽中 贏得冠軍,更將辨識的錯誤率降低至 6.7%;Google 同時也運用深度學習的技術實現了許 多智慧型的服務,例如 Google Now 語音辨識、Gmail 自動回信、Gmail 垃圾郵件判斷、 Google相簿自動分類與辨識、Google 翻譯等。
因此,深度學習的技術已漸漸地實現了許多我們期待已久的人工智慧 ( Artificial Intelligence ) 應用系統;加上現今 CPU與 GPU 平行處理能力的大幅增長,更促進了目 前深度學習被開發的腳步。歡迎您來參加這場不能錯過的深度學習訓練營,在最短的時間 內,快速的接受深度學習的洗禮。
【修課條件】 1.未來想從事高階軟體開發工程師、財務分析工程師、電子/電機相關工程 師、測試/量測工程師、醫 學界研發人員、生物科技研究人員,以及統計/數值分析人員等。
2.備基本C Programming知識。
【課程大綱】 1 Introduction to Neural Network
2 Stochastic Gradient Descent (SGD)
3 Supervised Learning
4 Convolutional Neural Networks (CNN)
a. Modeling, Training, and Back Propagation
b. Case Study: LeNet-5
5 Deep Learning for Image classification and analysis
a. Case Study: AlexNet
b. Dropout
6 Case Study: GoogLeNet
7 Deep Learning for Object Detection
8 Berkeley CAFFE (Network Design, Solver set up, Training, and Prediction)
9 Design AlexNet Using CAFFE
10 Design GoogLeNet Using CAFFE
11 Introduction to Python
12 Introduction to Numpy and Scipy
13 Google TensorFlow
14 Basic data type: Tensor, Tensor Shape, Rank, and Dimension
15 Tensor Transformations and Operations
16 Single Layer and Multi-layer Tensor Neural Network
17 TensorFlow and GPUs
18 TensorFlow Case Study: MNIST, AlexNet, and RNN LSTM
【課程師資】 鄭羽熙 博士
學歷:台灣大學電機博士
專長:GPU平行處理、 H.264及SOC晶片設 計、電腦 3D繪圖
【上課時數】 14 小時
【上課地點】 新竹市光復路二段101號創新育成大樓
【主辦單位】 財團法人自強工業科學基金會
【課程費用】 9000元 (超值優惠價格需送出報名表後,系統發出報名成功回函確認金額。)
【超值優惠】
  • VIP企業會員價:VIP企業會員可享優惠價格 (按我)
  • 會員優惠價: 會員於開課前七天完成報名繳費者可享會員優惠價 8400 元
  • 早安鳥方案:會員於開課二週前(含)報名並完成繳費,可享超值優惠價 8200 元
  • 會員紅利折抵:本課程歡迎使用紅利折抵,最高可使用 400 點
【諮詢專線】 03-5623116#3223 沈先生 cshen@tcfst.org.tw
【學員須知】 報名與繳退費方法常見問題與解決會員紅利積點活動辦法
【注意事項】
  1. 若遇不可預測之突發因素,基金會保有相關課程調整、取消及講師之變動權。
  2. 無紙化環境,輕鬆達到減碳救地球,即日起16小時以上課程結業證書改以電子方式提供。
  3. 使用VIP廠商優惠之學員,上課當日報到時須查核該公司識別證(相關證明資料)。
  4. 會員紅利折抵限以原價或會員優惠價再折抵,其他方案不適用。
  5. 課前請詳閱簡章之課程內容或利用課程諮詢電話。
  6. 課程嚴禁旁聽,亦不可攜眷參與。