自強課程
課程名稱
【竹科管理局線上補助課程】深度學習進階設計與優化
熱烈招生中
全線上
📢會員於7/1前報名:
🥇園區內:2000元(二人同行一人免費) ~煩請來信或來電告知同行者。
🥈園區外:3000元
※任職於 【科學園區廠商】 優先錄取!
※早鳥優惠價統一於確定開課後修改金額!
🥇園區內:2000元(二人同行一人免費) ~煩請來信或來電告知同行者。
🥈園區外:3000元
※任職於 【科學園區廠商】 優先錄取!
※早鳥優惠價統一於確定開課後修改金額!
課程代碼:
13W306
上課時間:
113/7/27、8/3,星期六,09:30-16:30,共二週12小時。
※敬請留意:課程日期原定5/18(六)開課,因故已異動至7/27(六)開課。
※敬請留意:課程日期原定5/18(六)開課,因故已異動至7/27(六)開課。
上課時數:
12 小時
上課地點:
網路線上
課程費用:
(以下費用已由竹科管理局補助80%)
4000元
(科學園區廠商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:
課程目標:
深度學習(Deep Learning)是機器學習(Machine Learning)近年來非常重要的方法之一,雖然根源於類神經網路,效果卻遠勝於前者,在影像辨識、語音處理、文字辨識等領域大放異彩。由於深度學習模型設計彈性大、訓練困難,常導致在不同應用問題,引發不同使用深度學習模型的困難,本課程著重在深度學習模型設計最佳化、訓練最佳化,提供深度學習模型使用上兩大困難的解法,並進一步介紹精簡模型與效能提升的策略,讓深度學習模型的使用,能擴散到行動裝置與嵌入式系統,讓深度學習能更全面應用佈署,改善實際的問題。
課程大綱:
1. 深度學習模型設計最佳化
1.1 自動模型設計配置最佳化
1.2 不同Activation Function功能與選擇
1.3 模型一般性的能力與指標分析
2. 深度學習訓練最佳化
2.1 基礎最佳化演算法
2.2 參數初始化策略
2.3 最佳化方法選擇方式
2.4 最佳化策略與自動模型超參數決定
3. 深度學習模型精簡與效能提升
3.1 深度學習模型的壓縮方法:模型裁切、模型簡化、量化處理、二值化
3.2 深度學習模型的遷移學習:知識提取、知識蒸餾、資料領域轉移
3.3 行動網路架構介紹:MobileNet、ShuffeNet、EfficientNet
1.1 自動模型設計配置最佳化
1.2 不同Activation Function功能與選擇
1.3 模型一般性的能力與指標分析
2. 深度學習訓練最佳化
2.1 基礎最佳化演算法
2.2 參數初始化策略
2.3 最佳化方法選擇方式
2.4 最佳化策略與自動模型超參數決定
3. 深度學習模型精簡與效能提升
3.1 深度學習模型的壓縮方法:模型裁切、模型簡化、量化處理、二值化
3.2 深度學習模型的遷移學習:知識提取、知識蒸餾、資料領域轉移
3.3 行動網路架構介紹:MobileNet、ShuffeNet、EfficientNet
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
現任:國立中正大學副教授
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
現任:國立中正大學副教授
主辦單位:
國家科學及技術委員會新竹科學園區管理局
執行單位:
財團法人自強工業科學基金會
相關課程:
學員須知:
注意事項
※請前往竹科管理局廠商與單位名錄進行查詢,即可判斷公司是否為園區內廠商。
- 本計畫鼓勵女性學員報名參加培訓課程,必要時得優先錄取。
- 本計畫以竹科園區事業單位從業員工為主優先錄取,若有名額將開放有志進入園區就業人士報名參加。
- 防疫期間如有居家隔離、居家檢疫、自主健康管理且有呼吸道感染症狀等情形者,務必遵守中央流行疫情指揮中心防疫措施,請勿出席。
- 請學員填寫能收到紙本講義之有效地址(提供地址錯誤將不重寄紙本講義),已有提供電子講義下載之課程/講座將不另郵寄紙本講義。
- 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。
- 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。
- 優惠方案擇一使用。