首頁 產品介紹 課程介紹 專業教育訓練 【課程六】人工智慧 深度學習 上機實作課程
以類別搜尋
以關鍵字搜尋
專業教育訓練
產品名稱
【課程六】人工智慧 深度學習 上機實作課程
產品型號
T006

深度學習(Deep Learning)的演算方法不但突破了類神經網路(Neural Network)發展的瓶頸,也為機器學習(Machine Learning)打造了一條開發人工智慧(Artificial Intelligence)的捷徑。至今,全球都已經投入大量的資源來開發與人工智慧相關的產品與服務。預估人工智慧未來的相關產值將會達到3.9兆美元,可見人工智慧與未來科技和未來人類的生活是密不可分的。


運用深度學習的方法來開發人工智慧應用程式已經成為目前的主流研發趨勢;無論是在數據、影像、聲音、或是語言等應用領域上,都已經有顯著的效果。本課程搜集深度學習的核心技術,透過詳細的講解及實習,累積學員對於各種類神經網路元件的理解,進而可靈活的設計深度學習核心系統,快速的完成人工智慧產品設計。


※上課時間 :歡迎機關團體或個人隨時來電洽詢。


基礎 :具備有 Python 程式語言設計基礎者均可參加此課程。


  

【課程內容表】

 

授課講師
兌全有限公司 專任講師
第一天  議 程 內     容
8:30~9:00 報     到
9:00~10:50
1. 類神經網路簡介
2. 監督式學習的訓練方法
3. WeightBias隨機梯度漸降(Stochastic Gradient Descent)
10:50~11:00 休息時間
11:00~12:00
4. Learning RateDropoutSoftmax 觀念介紹
5. Back Propagation 觀念介紹
6. 數據的訓練與預測方法
12:00~13:00 午餐時間
13:00~14:20
7. TensorFlow2 Keras 深度學習平台的安裝與設定
8. CNN 類神經網路架構介紹
14:20~14:30 休息時間
14:30~16:00
9. 影像的辨識訓練與預測
16:00~16:10 休息時間
16:10~17:00
10. LeNet-5、AlexNet、GoogLeNet  CNN 介紹
  賦    歸

 

 

授課講師
兌全有限公司 專任講師
第二天  議 程內     容
8:30~9:00報     到
9:00~10:5
1. 進階的深度學習類神經網路架構介紹
2. ResNet、DenseNet、DualPath CNN 介紹
3. ResNextNet、Inception V3 CNN 介紹
10:50~11:00休息時間
11:00~12:004. 彩色影像辨識說明
5. RNN/LSTM 觀念介紹
12:00~13:00午餐時間
13:00~14:206. 使用 TensorFlow2 Keras 平台設計類神經網路
7. Python Numpy 資料前置處理方法說明
8. Training 及 Prediction 程式結構說明
9. 實習一: 彩色影像辨識訓練及預估
14:20~14:30休息時間
14:30~16:0010. 實習二: 數據訓練及預估
11. 實習三: RNN/LSTM 時間序列數據訓練及預估
12. 實習四: 自然語言訓練及預估
16:00~16:10休息時間
16:10~17:0013. 實習五: Learning Rate 的控制
14. 訓練模型優劣的分析與機率邊界的設定 
 賦    歸

 

【資訊內容】

 

 




  

兌全有限公司
電話:(03)301-9583  傳真:(02)301-9045
地址:33046桃園市桃園區大興西路二段67號4樓之1
E-mail :sales@gpu123.com   
    

 

Designed by ezb2b2c