作者 主題: 深度學習在智慧製造的實作與實例探討 (實作)  (閱讀 281 次)

0 會員 與 1 訪客 正在閱讀本文。

cyho

  • 憂鬱的高中生
  • ***
  • 文章數: 170
    • 檢視個人資料
深度學習在智慧製造的實作與實例探討 (實作)

https://edu.tcfst.org.tw/web/tw/class/show.asp?tcfst=yes&courseidori=09W352

年度新課!特別邀請美國普林斯頓大學電機工程博士授課
課程提供Nvidia Nano 給學員於課程中使用, 並贈送一張記憶卡給學員!
學員無須自備器材
 
課程代碼:
09W352
 
上課時間:
109/7/1-7/8(三), 09:30~16:30, 共2次12小時
 
上課時數:
12 小時
 
上課地點:
清華大學 創新育成大樓(近寶山路與高翠路交叉口)
 
課程費用:
13000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 12500 元
團報價方案:會員2人同行,可享同行價 12000 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 300 點
 
課程目標:
1. 透過實作與實例探討的方式,提供學員另一個角度來理解深度學習的世界觀
2. 課程結束後,學員將能理解將深度學習應用於現實中所需之關鍵知識,並能夠銜接更進階之課程
 
課程特色:
本課程之特色為透過實作的方式來理解深度學習。從了解、分析數據集開始,嘗試從根本理解為何需要機器以及深度學習。同時將介紹電腦視覺(Computer Vision)的基礎原理以及各個領域的運用(如物體偵測、工廠及產業鏈應用、語意分割、姿態辨識等等)。本課程在相關案例探討的章節中,將會著重在深度學習與智慧製造應用上的連結,預期能讓學員補齊技術層面的基本知識(例如如何進行瑕疵辨識、利用感知器(Sensor)所獲得之數據進行預測結果)。而課程的最後將會探討深度學習模型落地(從研究面到產業面)的關鍵要素:使用預訓練模型、微調與模型加速的重要性。本課程當中的實作課程包括:
(a) 理解「特徵」的重要性:將會透過分析鐵達尼號(Titanic)數據集與手寫辨識(MNIST)數據集來體會機器/深度學習的重要性,同時搭配基礎的分類器實作。
(b) 深度學習於瑕疵影像檢測之運用,從原理到實際操作。
(c) 利用 TensorRT 加速物體偵測(Object Detection)模型。
課程結束後預期帶給學員以實作搭配理論的觀點來了解機器/深度學習,並透過實作的方式來加深印象。若學員往後想要繼續加強相關知識,也會較有方向。
 
修課條件:
(a) 有基本程式設計概念
(b) 基本網頁操作知識
(c)大專以上生為佳
 
課程大綱:
1. 深度學習概念簡介
2. 實作一:鐵達尼號(Titanic)與手寫辨識(MNIST)數據集分析及分類器實作
3. 電腦視覺(Computer Vision)簡介
4. 相關案例探討及技術簡介
5. 實作二:深度學習於瑕疵影像檢測之運用,從原理到實際操作
6. 從學術研究面應用到工業產業面之關鍵:使用預訓練模型、微調與模型加速
7. 實作三:Tensor RT加速物體偵測模型之實作
 
課程師資:
學歷:美國普林斯頓大學 電機工程博士
專長:智慧型機器人、人工智慧與電腦視覺、平行計算
現任:清華大學資訊工程系 助理教授
 
主辦單位:
財團法人自強工業科學基金會