NT$2,600
【課程更新】課程字幕上架啦!
【精選文章】AI/資料科學家主要工作和專業&核心職能是什麼
【精選文章】決策樹有哪3個分類過程
【精選文章】什麼是關聯規則學習
【精選文章】訓練出來的機器學習如何評估好壞
【精選文章】人工智慧7大關鍵技術
【精選文章】資料探勘6大主要功能與應用
【精選文章】資料蒐集的3個關鍵工作
最新討論
課程資訊
【課程更新】課程字幕上架啦!
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
- 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
- 運用知名影像分類CNN-Alexnet來實現濃妝與非濃妝的人臉分類
- 運用知名物體偵測模型YOLO 來實現物體偵測
- 運用知名影像分割模型FCN實現行車影像之語義分割
- 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
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
課程資訊
關於講師
林哲聰
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
電腦視覺當中的深度學習
神經網路、支持向量機以及深度學習
卷積神經網路
深度學習中的資料集
Google Colab 簡介
深度學習小試身手
影像標記
物體偵測量化指標
語義分割量化指標
深度學習中的量化指標小試身手
激勵函數
資料前處理
權重初始化
正規化
神經網路訓練中的單元測試
超參數最佳化
參數更新
丟棄
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)
訓練神經網路小試身手
卷積神經網路的基本運算
經典卷積神經網路
遷移學習
運用遷移學習之影像分類實作:金髮與黑髮人臉分類
卷積神經網路小試身手
物件偵測
物件偵測 : 二階段物件偵測
物件偵測 : 一階段物件偵測
物件偵測實作 : YOLOv1
語義分割
語義分割實作 : FCN
物件偵測與影像分割小試身手
生成式對抗網路模型簡介
生成式對抗網路模型(DCGAN)實作:人臉生成
生成式對抗網路小試身手
學習附件
購買此課程後,才能使用留言功能
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
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