自強課程

課程名稱
【假日線上班】PyTorch深度學習模型實作(Lab)
熱烈招生中
全線上
✨從 ResNet、YOLO 到 Stable Diffusion,帶你用 PyTorch 實作分類、偵測、生成全套影像 AI 技術!✨
📢早安鳥方案:會員於10/18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!!
📢早安鳥方案:會員於10/18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!!
1️⃣每位學員必須有自己的Google 帳號以在Colab進行實作
2️⃣從新手到影像 AI 實作高手,全面掌握 PyTorch 與最新生成模型技術!

⭐若您想全面瞭解深度學習並涵蓋多種應用領域(分類、偵測、生成等)
🉑➡ 14C349『【假日線上班】PyTorch深度學習模型實作(Lab)』 ⬅🤳請點課程
⭐若你對於 AI 生成影像(如GAN與Stable Diffusion)高度感興趣
🉑➡ 14C350『【假日線上班】PyTorch深度學習生成模型實作:從GAN到Stable Diffusion』 ⬅🤳請點課程
⭐若您明確在於物件偵測技術,特別是YOLO與Transformer應用
🉑➡ 14C351『PyTorch深度學習物件偵測模型全解析(從YOLO到Transformer)』 ⬅🤳請點課程
⭐若你關心人臉辨識的實作與攻擊防禦機制(如Deepfake辨識或安全議題)
🉑➡ 14C352『【假日線上班】PyTorch人臉辨識模型實作』 ⬅🤳請點課程
2️⃣從新手到影像 AI 實作高手,全面掌握 PyTorch 與最新生成模型技術!

⭐若您想全面瞭解深度學習並涵蓋多種應用領域(分類、偵測、生成等)
🉑➡ 14C349『【假日線上班】PyTorch深度學習模型實作(Lab)』 ⬅🤳請點課程
⭐若你對於 AI 生成影像(如GAN與Stable Diffusion)高度感興趣
🉑➡ 14C350『【假日線上班】PyTorch深度學習生成模型實作:從GAN到Stable Diffusion』 ⬅🤳請點課程
⭐若您明確在於物件偵測技術,特別是YOLO與Transformer應用
🉑➡ 14C351『PyTorch深度學習物件偵測模型全解析(從YOLO到Transformer)』 ⬅🤳請點課程
⭐若你關心人臉辨識的實作與攻擊防禦機制(如Deepfake辨識或安全議題)
🉑➡ 14C352『【假日線上班】PyTorch人臉辨識模型實作』 ⬅🤳請點課程

課程代碼:
14C349
上課時間:
11/8、11/15,星期六,10:00-17:00,共二週12小時。
上課時數:
12 小時
上課地點:
網路線上
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
2.未來可銜接各類進階深度學習模型開發課程
課程特色:
1️⃣本課程以 PyTorch 為核心,從深度學習基礎理論(CNN與Transformer)到影像應用實作,全面涵蓋:影像分類、物件偵測、語義分割及影像生成。
2️⃣帶領學員實作多種CNN與Transformer經典與最新模型,如 ResNet、Vision Transformer、YOLOv1~v13、, DETR、DeepLab, SETR、DCGAN、Pix2Pix、CycleGAN、Stable Diffusion 等,並介紹熱門生成模型如 ControlNet、DreamBooth、LoRA 等微調方法。
3️⃣課程所有的程式都將在Colab此雲端平台上開發,並提供實作範例及所需要的資料和程式碼。
2️⃣帶領學員實作多種CNN與Transformer經典與最新模型,如 ResNet、Vision Transformer、YOLOv1~v13、, DETR、DeepLab, SETR、DCGAN、Pix2Pix、CycleGAN、Stable Diffusion 等,並介紹熱門生成模型如 ControlNet、DreamBooth、LoRA 等微調方法。
3️⃣課程所有的程式都將在Colab此雲端平台上開發,並提供實作範例及所需要的資料和程式碼。
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, Vision Transformer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-v13以及基於Transformer的第一個物件偵測模型-DETR
7.語義影像分割模型簡介與實作:運用基於CNN的FCN/DeepLabv3以及基於Transformer的SETR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)
(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
10.Stable Diffusion及其微調:Controlnet, Dreambooth, LORA, 以及Textual Inversion
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, Vision Transformer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-v13以及基於Transformer的第一個物件偵測模型-DETR
7.語義影像分割模型簡介與實作:運用基於CNN的FCN/DeepLabv3以及基於Transformer的SETR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)
(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
10.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
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
學員須知:
注意事項