個人報名
教室租借
學員須知
上課地點
證書申請
會員註冊
回首頁
自強課程
課程名稱
《科管局補助》深度學習模型與影像辨識應用
★★超值優惠★★
※2人同行第二人免費，加贈精美小禮物。
(2人皆須完成報名並來電告知)
※2人同行第二人免費，加贈精美小禮物。
(2人皆須完成報名並來電告知)
課程代碼：
09W344
上課時間：
109/9/5、109/9/12(六), 09:30~16:30 共2次12小時
上課時數：
12 小時
上課地點：
課程費用：
3000元
(區內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：
本課程具備三大目標:
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。
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。
課程特色：
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。但深度學習模型常被視為「黑盒子」，效果卓越卻無法解釋，本課程將從深度學習模型的本質出發，打開深度學習的黑盒子，了解其理論基礎，並延伸到深度學習模型的各種變形，與深度學習最新的模型架構，藉由各種實例與應用，了解深度學習的各種模型，如何用來解決不一樣的問題，與實際訓練深度學習模型時，會遇到的挑戰與相對應的解決方式。本課程將從深度學習的起源，發展到今日成為機器學習領域翹楚的輝煌歷程，濃縮在兩天的課程中，讓您一窺深度學習的極致工藝與奧妙。
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
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
學歷：國立清華大學資訊工程博士
專長：電腦視覺、機器學習、深度學習、多媒體處理分析
學歷：國立清華大學資訊工程博士
專長：電腦視覺、機器學習、深度學習、多媒體處理分析
主辦單位:
科技部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：
~模組課程讓您的學習更完整~
從淺入深的深度學習課程，完整且深入的深度學習理論教學~
★精通深度學習★
09W344《科管局補助》深度學習模型與影像辨識應用
09W345《科管局補助》深度學習進階設計與優化
09W336《科管局補助》生成對抗網路(GAN)理論與應用(實作)
09W332《科管局補助》Python與機器學習實務(實作)
09W331《科管局補助》使用Python實作AI理財程式交易：通往財富自由之路
09W320《科管局補助》人工智慧深度學習系列：Tensorflow程式設計(實作)
09W337《科管局補助》深度學習與自然語言處理(實作)
09W323《科管局補助》AIOT物聯網低功耗核心技術發展與通訊技術機會挑戰
09W335《科管局補助》聲學原理技術與測試實務
從淺入深的深度學習課程，完整且深入的深度學習理論教學~
★精通深度學習★
09W344《科管局補助》深度學習模型與影像辨識應用
09W345《科管局補助》深度學習進階設計與優化
09W336《科管局補助》生成對抗網路(GAN)理論與應用(實作)
09W332《科管局補助》Python與機器學習實務(實作)
09W331《科管局補助》使用Python實作AI理財程式交易：通往財富自由之路
09W320《科管局補助》人工智慧深度學習系列：Tensorflow程式設計(實作)
09W337《科管局補助》深度學習與自然語言處理(實作)
09W323《科管局補助》AIOT物聯網低功耗核心技術發展與通訊技術機會挑戰
09W335《科管局補助》聲學原理技術與測試實務
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。
配合政府推動性別主流化政策，鼓勵女性學員報名參加培訓課程，必要時得優先錄取。
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。
- 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。
