自強課程

課程名稱
《智慧電子人才應用發展推動計畫》深度學習模型與影像辨識應用
全額學費:7000元 ; 工業局已補助50%,學員只需自費3500元
*任職於智慧電子業優先錄取
 課程代碼:
10W303
 上課時間:
110/05/29(六)及110/06/05(六),09:30~16:30,2週共12小時
※敬請留意:課程日期原定5/22(六)及5/29(六),因故已異動至5/29(六)及6/5(六) 
 上課時數:
12 小時
 課程費用:
3500元 (符合超值優惠價格者需送出報名表後,系統發出報名成功回函確認金額。)
 課程目標:
1.了解深度學習的理論與基礎
從最基礎的模型出發,了解深度學習方法如何演進堆疊,達到今日功能強大的效果,如何解釋與設計深度模型龐大的架構與功能,讓深度學習模型不再是黑盒子。
2.熟悉深度學習的常見模型
介紹捲積神經網路模型(CNN)、遞歸神經網路(RNN)、長短期記憶模型(LSTM)與生成對抗網路(GAN)、深度剩餘網路(Residual Network)、深度密集網路(Dense Network),與這些模型如何應用在影像辨識、語音處理、文字辨識及其他應用。
3.基於影像問題的深度學習模型運用
運用深度學習模型,處理各種實際的影像分析問題,包含人臉辨識、動作辨識、物件分類與偵測、影像切割、影像轉換,了解基礎模型在各種不同的應用,模型的變形與設計調整的方式。
 課程大綱:
1. 深度學習理論基礎
1.1 深度學習、類神經網路與機器學習
1.2 深度學習模型架構
1.3 深度學習損失函數
1.4 激活函數

2. 深度學習模型
2.1 捲積神經網路模型(Convolutional Neural Network)
2.2 遞歸神經網路(Recurrent Neural Network
2.3 長短期記憶模型(Long Short Term Memory)
2.4 深度殘差網路(Deep Residual Network)
2.5 深度密集網路(Deep Dense Network)
2.6 生成對抗網路(Generative Adversarial Networks)

3. 深度學習模型的應用
3.1 人臉辨識
3.2 動作辨識
3.3 物件分類與偵測
3.4 影像切割
3.5 影像轉換
 課程師資:
自強基金會專業講師
專長:電腦視覺、機器學習、人工智慧、多媒體內容分析、智慧醫療、工業檢測
  主辦單位:
經濟部工業局
 承辦單位:
財團法人資訊工業策進會
 執行單位:
財團法人自強工業科學基金會
  注意事項
  • 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。
  • 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。
  • 本課程不適用廠商VIP折扣優惠
  • 課前請詳閱簡章之課程內容或利用課程諮詢電話。
  • 課程嚴禁旁聽,亦不可攜眷參與。
  • 課程查詢或相關作業時程,請洽以下聯絡窗口。
    聯絡資訊