TibaMe
系統初始化失敗,請重新整理頁面
若持續無法載入頁面,請 聯絡客服

林哲聰

深度學習實戰-影像辨識篇

NT$2,600
人工智慧技術應用

本課程將從深度學習的理論出發,在近年來最受歡迎的深度學習框架-PyTorch上使用Python撰寫模型訓練、測試以及佈署程式。 實作的部份除了基本的影像分類外,還包括物件偵測、影像分割甚至是人臉生成等應用。 這門課的最終目標是能讓學員具備打造深度學習模型的能力,以解決電腦視覺中的各種任務。

NT$2,600

2021/07/22

【課程更新】課程字幕上架啦!

<span>各位學員們 大家好~</span><br><span><br></span><br><span><strong>♥♥♥課程字幕已上架完成啦♥♥♥</strong><br></span><br><span><br>在觀看課程時,可點擊播放器右下方的字幕功能,搭配學習唷!</span><br><img src="https://cdn-static.tibame.com/notification/1b54f323-f8a4-46eb-b269-b3bb6611c2bf_2021-07-22_112005.png" width="700" height="383" alt=""><br><br><span>祝大家學習愉快~~有任何問題也歡迎反應給我們知道唷!</span><br><br><span>TibaMe課程團隊</span>
2021/07/06

【精選文章】AI/資料科學家主要工作和專業&核心職能是什麼

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q2 AI/資料科學家主要工作和專業&核心職能是什麼?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17278">https://blog.tibame.com/?p=17278</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17278"><img height="338" width="600" alt="Q2 AI/資料科學家主要工作和專業&核心職能是什麼" src="https://cdn-static.tibame.com/notification/ae4906cc-a0b0-45b2-a7f8-5ea6c9e6635d_AI-60問_Q2_Blog.png"></a>
2021/07/06

【精選文章】決策樹有哪3個分類過程

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q24 決策樹有哪3個分類過程?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18235">https://blog.tibame.com/?p=18235</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18235"><img height="338" width="600" alt="Q24決策樹有哪3個分類過程" src="https://cdn-static.tibame.com/notification/1c90428a-6ae9-424a-a7fa-dd84f5bb99ca_AI-60問_Q24-1170x659.png"></a>
2021/07/04

【精選文章】什麼是關聯規則學習

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q21 什麼是關聯規則學習?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17914">https://blog.tibame.com/?p=17914</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17914"><img height="337" width="600" alt="Q21什麼是關聯規則學習" src="https://cdn-static.tibame.com/notification/3ac4fd17-a27a-466f-8dc0-e24e0de26b65_AI-60問_Q21-1170x658.png"></a>
2021/07/03

【精選文章】訓練出來的機器學習如何評估好壞

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q32 訓練出來的機器學習如何評估好壞?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18433">https://blog.tibame.com/?p=18433</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=18433"><img height="337" width="600" alt="Q32訓練出來的機器學習如何評估好壞" src="https://cdn-static.tibame.com/notification/2c43906c-a990-416b-af08-e9d56ee22dc3_AI-60問_Q32-1170x658.png"></a>
2021/06/30

【精選文章】人工智慧7大關鍵技術

<img src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png" width="600" height="75" alt=""><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q28 人工智慧7大關鍵技術?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a href="https://blog.tibame.com/?p=18563" target="_blank" rel="noopener">https://blog.tibame.com/?p=18563</a></span><br><br><a href="https://blog.tibame.com/?p=18563" target="_blank" rel="noopener"><img src="https://cdn-static.tibame.com/notification/59a90e2a-8805-4825-b0c1-c022d01ced22_AI-60問_Q28-1-1170x659.png" alt="Q28人工智慧7大關鍵技術" width="600" height="338"></a>
2021/06/29

【精選文章】資料探勘6大主要功能與應用

<img src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png" width="600" height="75" alt=""><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q20 資料探勘6大主要功能與應用?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a href="https://blog.tibame.com/?p=17911" target="_blank" rel="noopener">https://blog.tibame.com/?p=17911</a></span><br><br><a href="https://blog.tibame.com/?p=17911" target="_blank" rel="noopener"><img src="https://cdn-static.tibame.com/notification/20bb2883-2b5e-40d4-ac42-712b5f836d52_AI-60問_Q20_2-1170x659.png" alt="Q20資料探勘6大主要功能與應用" width="600" height="338"></a>
2021/06/28

【精選文章】資料蒐集的3個關鍵工作

<img alt="" height="75" width="600" src="https://cdn-static.tibame.com/notification/e7eab235-8cdb-4489-b2e2-8775cba7cfee_728x90.png"><br><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>AI/資料科學不可不知的60道問題</strong><br></span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">每天5分鐘幫你快速添補知識技能!</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">節省你為了獲取資訊所需花費的大把時間</span><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';">將AI人才的發展角色、基礎知識、產業與技術的應用</span><br><br><br><strong><span style="font-family: 'Microsoft JhengHei'; font-size: 18px;">主題:AI60問-Q16 資料蒐集的3個關鍵工作?</span></strong><br><span style="font-size: 18px; font-family: 'Microsoft JhengHei';"><strong>文章連結:</strong><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17886">https://blog.tibame.com/?p=17886</a></span><br><br><a rel="noopener" target="_blank" href="https://blog.tibame.com/?p=17886"><img height="338" width="600" alt="Q16資料蒐集的3個關鍵工作?" src="https://cdn-static.tibame.com/notification/8e9941b0-3215-480f-86a3-6759464459bd_AI-60問_Q16_Blog-1170x659.png"></a>

最新討論

Colab的GPU用量限制
DAST321_032陳宏嘉 · 2024/01/04 18:41
請介紹深度學習的中文書
David Yao · 2023/11/16 19:21
物體偵測量化指標第22頁Precision值
Remi · 2023/07/08 15:42
第5部分 物件偵測與語意分割 測驗第4題答案有誤?
阿澤 · 2023/04/17 19:06
講授口誤?
雨果 · 2022/10/24 09:19
查看更多討論

課程資訊

default clock課程時長 6 小時 44 分
default video課程共 6 單元 35 小節
default download7 個可下載的 學習資源
icon_info_certificate提供完訓證書
default plan提供制定 學習計畫建議學習 4 週 (每週 1.7 小時)
最新公告
2021/07/22

【課程更新】課程字幕上架啦!

<span>各位學員們 大家好~</span><br><span><br></span><br><span><strong>♥♥♥課程字幕已上架完成啦♥♥♥</strong><br></span><br><span><br>在觀看課程時,可點擊播放器右下方的字幕功能,搭配學習唷!</span><br><img src="https://cdn-static.tibame.com/notification/1b54f323-f8a4-46eb-b269-b3bb6611c2bf_2021-07-22_112005.png" width="700" height="383" alt=""><br><br><span>祝大家學習愉快~~有任何問題也歡迎反應給我們知道唷!</span><br><br><span>TibaMe課程團隊</span>

適合對象

  • 想將深度學習應用於專案的專案管理人員
  • 具備程式設計能力但不具備開發AI功能的程式設計師
  • 數學或統計相關科系畢業想增加自身技能的社會新鮮人
  • 具備機器學習模型開發經驗想進一步的透過深度學習模型提升效能的工程師

你可以學到

深度學習(Deep Learning)在各種不同電腦視覺的應用上可以達到極為強大的效能,進而讓許多人想要了解深度學習的原理,並把這樣的技術應用在不同的領域。然而,欲具備深度學習模型的開發能力,除了學習理論外,對初學者來說,搭配實作是進入深度學習領域的最佳途徑,深度學習最常見的應用,包括:影像辨識、語音辨識、自然語言處理、甚至是推薦系統.......等。

而其中又以影像辨識能讓使用者最直接的感受到深度學習模型強大的效能,本課程將以深度學習的各種經典模型,帶領大家了解深度學習如何應用在各種電腦視覺的任務,進而學會如何運用這樣的技術在各式各樣的應用,甚至是打造自己的深度學習模型。




  課程設定的五大學習目標

  • 學會撰寫Python程式來開發深度學習模型並瞭解深度學習原理
  • 學會運用適當的深度學習模型解決工作上所遭遇的問題
  • 了解如何調整深度學習模型(Alexnet, YOLO, FCN, DCGAN )訓練中的各種超參數以提升模型性能 
  • 學會運用PyTorch此深度學習框架來進行深度學習模型開發
  • 擁有實際建立深度學習模型以進行影像分類/物體偵測/影像分割/人臉生成的能力

  完整、貼近實際應用的學習資源

  • 課程教材下載,講義為全英文:提供完整教材簡報,在學習過程中即時做好重點筆記,複習更方便
  • 授課語言為中英參雜(比例約7:3): 語法應用的實作帶領,在影片中會搭配中文語意解釋,既不用擔心聽不懂,又可讓你在學習同時,自然而然的習得使用YOLO技術做影像辨識,自己查詢解決方案的英文關鍵術語
  • 課後單元測驗多以英文呈現:每個模組都會有課後評量,透過題目反覆練習讓你了解學習
  • 課程重複觀看:不限時間、不限次數,皆可反覆觀看課程影片進行複習
  • 課程討論區:有任何學習問題皆可在討論區發問,專業講師將會替你答題解惑



課程介紹

課程中將帶你認識神經網路的基礎原理,學會調整神經網路訓練過程中的各種超參數、深度學習經典模型,並利用老師專門為這門課程規劃的深度學習實作,循序做出 5 個專案成果,搭配 6 個測驗題,有效檢視自我學習的成果
  • 學會運用神經網路進行迴歸分析
  • 學會運用深度學習模型進行人臉分類
  • 學會運用深度學習模型進行影像分割
  • 學會運用深度學習模型進行物件偵測
  • 學會運用深度學習模型進行人臉影像生成


 實作1   
 迴歸分析比較(自行撰寫倒傳遞 vs PyTorch 自動微分) 
  • 自行撰寫倒傳遞指的是完成方程式推導後自行撰寫程式來完成神經網路的學習,而PyTorch的自動微方可以讓我們不需要推導方程式,只需定義loss function就可以完成倒傳遞

 實作2    Alexnet (濃妝 vs 非濃妝) 人臉分類 
  • 運用知名影像分類CNN-Alexnet來實現濃妝與非濃妝的人臉分類
      
 實作3    YOLO物體偵測 
  • 運用知名物體偵測模型YOLO 來實現物體偵測

 實作4    FCN:行車影像分割 
  • 運用知名影像分割模型FCN實現行車影像之語義分割

 實作5    DCGAN:人臉生成 
  • 真實人臉 vs 生成人臉 用生成器產生假的人臉並與真的人臉比較真實性

  AI深度學習專家林哲聰老師介紹

  深度學習x機器學習課程合購優惠資訊


學習前基本能力

  • Python程式基礎
  • 具備機器學習/電腦視覺/深度學習基本概念
  • 有數學或統計相關科系背景佳

學習前準備

  • 電腦(不限廠牌、作業系統不限 )
  • Google帳號(用於登入Google的Colab雲端程式開發平台)


課程資訊

default clock課程時長 6 小時 44 分
default video課程共 6 單元 35 小節
default download7 個可下載的 學習資源
icon_info_certificate提供完訓證書
default plan提供制定 學習計畫建議學習 4 週 (每週 1.7 小時)

關於講師

林哲聰

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
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師

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

獲獎經驗|
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎-博士論文佳作
▻ 2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測): 佳作
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇 清華大學代表
▻ 2017 CVGIP 行人偵測競賽 亞軍
▻ 2017 MOST 生成式對抗網路競賽 佳作
▻ 2016 日本立命館大學英文演講比賽 清華大學代表
▻ 2013 伽利略創新大賽 瑞士區冠軍
▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽 台灣區季軍
1. 深度學習
6 小節
試看
video common icon

電腦視覺當中的深度學習

10:00
video common icon

神經網路、支持向量機以及深度學習

video common icon

卷積神經網路

video common icon

深度學習中的資料集

video common icon

Google Colab 簡介

quiz common icon

深度學習小試身手

2. 深度學習中的量化指標
4 小節
video common icon

影像標記

video common icon

物體偵測量化指標

video common icon

語義分割量化指標

quiz common icon

深度學習中的量化指標小試身手

3. 訓練神經網路
10 小節
video common icon

激勵函數

video common icon

資料前處理

video common icon

權重初始化

video common icon

正規化

video common icon

神經網路訓練中的單元測試

video common icon

超參數最佳化

video common icon

參數更新

video common icon

丟棄

video common icon

基礎神經網路實作:迴歸分析比較(自行撰寫倒傳遞 vs PyTorch 自動微分)

quiz common icon

訓練神經網路小試身手

4. 卷積神經網路
5 小節
試看
video common icon

卷積神經網路的基本運算

23:45
video common icon

經典卷積神經網路

video common icon

遷移學習

video common icon

運用遷移學習之影像分類實作:金髮與黑髮人臉分類

quiz common icon

卷積神經網路小試身手

5. 物件偵測與語義分割
7 小節
video common icon

物件偵測

video common icon

物件偵測 : 二階段物件偵測

video common icon

物件偵測 : 一階段物件偵測

video common icon

物件偵測實作 : YOLOv1

video common icon

語義分割

video common icon

語義分割實作 : FCN

quiz common icon

物件偵測與影像分割小試身手

6. 生成式對抗網路
3 小節
video common icon

生成式對抗網路模型簡介

video common icon

生成式對抗網路模型(DCGAN)實作:人臉生成

quiz common icon

生成式對抗網路小試身手

學習附件

file-icon
第1單元講義_深度學習.pdf
4.13 MB
stage arrow to bottom
file-icon
第2單元講義_深度學習中的量化指標.pdf
1.58 MB
stage arrow to bottom
file-icon
第3單元講義_訓練神經網路.pdf
3.99 MB
stage arrow to bottom
file-icon
第4單元講義_卷積神經網路.pdf
2.32 MB
stage arrow to bottom
file-icon
第5單元講義_物件偵測與語義分割.pdf
3.09 MB
stage arrow to bottom
file-icon
第6單元講義_生成式對抗網路.pdf
3.27 MB
stage arrow to bottom
file-icon
0.General_introduction.pdf
326.59 KB
stage arrow to bottom

購買此課程後,才能使用留言功能

沒有回應的問題

目前尚無任何討論主題

成為第一個發問的人!在問答中找到學習的捷徑。

關於講師

林哲聰

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
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師

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

獲獎經驗|
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎-博士論文佳作
▻ 2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測): 佳作
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇 清華大學代表
▻ 2017 CVGIP 行人偵測競賽 亞軍
▻ 2017 MOST 生成式對抗網路競賽 佳作
▻ 2016 日本立命館大學英文演講比賽 清華大學代表
▻ 2013 伽利略創新大賽 瑞士區冠軍
▻ 2011 伽利略創新大賽 特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽 台灣區季軍
立即加入成為Line官方好友
become line friend
返回主選單
課程類型
影音課程
直播課程
實體課程
返回主選單
返回主選單
返回主選單
返回主選單