自強課程

課程名稱
【平日實體班】PyTorch深度學習模型實作(Lab) 熱烈招生中 線上/實體
📢早安鳥方案:會員於12/1前(含)報名,可享超值優惠價8500元(記得加入會員才能享早鳥方案喔)
📣舊生續報優惠:凡曾上過林哲聰老師Pytorch系列課程,即可再折500元💥~煩請來電或來信告知!!
每位學員必須有自己的Google 帳號以在Colab進行實作


 課程代碼:
13C354-1
 上課時間:
12/23、12/30,星期一,09:00-16:00,共二週12小時。 
 上課時數:
12 小時
 課程費用:
9500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。)
 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 9000 元
  • 團報價方案:會員2人同行,可享同行價 8500 元(須於課前告知)
  • 會員紅利折抵:本課程歡迎使用紅利折抵,最高可使用 100 點
 課程目標:
1.協助具Python程式語言基礎之學員學會運用PyTorch此深度學習框架開發深度學習模型
2.未來可銜接各類進階深度學習模型開發課程
 課程特色:
PyTorch為FAIR (Facebook AI Research)於2017年所開放的深度學習框架,過去幾年在深度學習、電腦視覺、自然語言處理等頂會中的使用率,已經全面超越Tensorflow。相較於Tensorflow,PyTorch容易上手、搭建模型效率極高,程式碼卻更為簡潔,因此,許多最新的深度學習模型都是運用PyTorch實現。

近年來深度學習技術在各種機器學習任務上達到前所未有的突破,無論是影像分類、語義分割、物件偵測、甚至是影像生成每年都有巨大的進展,本課程除了簡介深度學習的基本原理以及訓練細節,還會介紹各種深度學習模型,例如影像分類的ResNet,物件偵測的YOLOv1-YOLOv7,語義分割的FCN/DeepLab,生成式對抗網路的DCGAN, Pix2pix, CycleGAN與CyEDA,近年來最火紅的生成模型-Stable Diffusion及其各種微調方式,例如Controlnet, Dreambooth, LORA, 以及Textual Inversion。
經過本次課程的洗禮,您將學會:
(1)從頭訓練一個深度學習網路,
(2)在訓練效果不佳時,如何有系統的調整超參數以提升辨識率,
(3)運用適當的模型解決工作上的需求,尤其是如何訓練一個能在效能與計算量間得到平衡的模型。

本課程所有的程式都將在Colab此雲端平台上開發,課程內容提供了實作範例所需要的資料以及程式碼,本次課程的內容包括了:
1. 深度學習(Deep Learning)簡介
2. 卷積神經網路之訓練細節簡介
3. 知名卷積神經網路(CNN)簡介
4. 基礎神經網路實作:比較神經網路倒傳遞以Python實作與運用PyTorch自動微分間的差異
5. 運用遷移學習之圖片分類模型實作: 運用Alexnet, ResNet進行人臉分類(使用CelebA dataset)
6. 物體偵測模型簡介與實作:實作YOLOv1-v7,每個模型都會使用不同的資料集來完成訓練,以突顯該代模型的特點
7. 語義影像分割模型簡介與實作:運用FCN/DeepLabv3實現行車場景之影像分割(使用CamVid dataset)
8. 生成式對抗網路簡介與實作:
(1)運用DCGAN實現人臉影像生成(使用CelebA dataset)並使用生成影像提高訓練資料量以提升人臉分類之辨識率,
(2)運用Pix2pix模型實現建築物影像轉換
(3) 運用CycleGAN實現馬變斑馬,
(4) 實作CyEDA以實現日夜影像轉換
9. Diffusion model以及Latent Diffusion Model: 原理以及如何將其用在影像生成
10. 生成模型Stable Diffusion及其微調: Controlnet, Dreambooth, LORA, 以及Textual Inversion
 修課條件:
具備機器學習基礎知識、以及基礎Python程式開發經驗。
 課程大綱:
1. 深度學習(Deep Learning)簡介
2. 卷積神經網路之訓練細節簡介
3. 知名卷積神經網路(CNN)簡介
4. 基礎神經網路實作:比較神經網路倒傳遞以Python實作與運用PyTorch自動微分間的差異
5. 運用遷移學習之圖片分類模型實作: 運用Alexnet, ResNet進行人臉分類(使用CelebA dataset)
6. 物體偵測模型簡介與實作:實作YOLOv1-v7
7. 語義影像分割模型簡介與實作:運用FCN/DeepLabv3實現行車場景之影像分割(使用CamVid dataset)
8. 生成式對抗網路簡介與實作1:運用DCGAN實現人臉影像生成(使用CelebA dataset)
9. 運用Pix2pix模型實現建築物影像轉換
10.運用CycleGAN實現馬變斑馬
11.實作CyEDA以實現日夜影像轉換
12.Diffusion model以及Latent Diffusion Model
13.Stable Diffusion及其微調:Controlnet, Dreambooth, LORA, 以及Textual Inversion
 課程師資:
自強基金會 林老師
現任瑞典Chalmers University of Technology博士後研究員

經歷
▻ 工研院機械所副研究員/研究員/資深研究員
▻ 馬來西亞偉特科技公司(ViTrox)研發顧問
▻ 馬來西亞10 EPOCH科技公司研發顧問
▻ 加州大學聖塔芭芭拉分校資工系訪問研究員

專長
電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用
  主辦單位:
財團法人自強工業科學基金會
  注意事項
  • 清華大學學生優惠方案:清華大學學生可享課程最低優惠價─VIP企業會員優惠價,完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附在學中有效的清華大學學生證,且不得開立抬頭「國立清華大學」以外的三聯式公司發票)。
  • 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或未達16小時課程上課證明皆以電子方式提供。
  • 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)。
  • 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。
  • 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。
  • 優惠方案擇一使用。
  • 課程查詢或相關作業時程,請洽以下聯絡窗口。
    聯絡資訊