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~📢區內免費熱烈招生中全線上

✨補助優惠價：會員於7/26前(含)報名：✨
　🥇園區內：免費。
　🥈園區外：1,000元/人。
📌任職於【科學園區廠商】優先錄取!　報名完成後將會由後端統一修改優惠金額。
<7/29起恢復原價，敬請把握!>

💥上課出席率需達７５％哦❗💥
🎁《優惠價》統一於確定開課後修改金額!

課程代碼：

15W338

上課時間：

7/28、8/4，星期二，09:30-16:30，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： (以下費用已由竹科管理局補助80%)

5000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：

科學園區廠商優惠價： 4000 元(★繳費完成才算報名成功喔★)

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.深度學習理論基礎
　1-1 深度學習模型架構基礎
　1-2 反向傳播演算法簡介
2.解讀深度模型訓練與測試結果
3.模型過度擬合的危害
4.深度學習模型架構設計優化
　4-1 強化損失函數
　4-2 自注意力機制引入
5.深度學習模型訓練優化
　5-1 訓練資料量評估、資料增強與處理
　5-2 模型初始化策略
　5-3 模型預訓練與遷移式學習
　5-4 優化演算法的選擇
6.深度學習模型測試優化
7.深度學習模型模型壓縮與推理加速
　7-1 深度學習模型壓縮：模型剪枝、模型簡化、參數量化、參數二值化、低秩分解
　7-2 深度學習模型的強化學習：知識蒸餾、大型預訓練模型、領域適應

課程師資：

國立中正大學江副教授
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

主辦單位:

財團法人自強工業科學基金會

執行單位：

財團法人自強工業科學基金會