PyTorch深度學習模型實作-公開課程-亞太教育訓練網

PyTorch深度學習模型實作

近年來深度學習技術在各種機器學習任務上達到前所未有的突破，而開發者使用.....

　　近年來深度學習技術在各種機器學習任務上達到前所未有的突破，而開發者使用的深度學習框架與開發效率有極大的關係。PyTorch為FAIR (Facebook AI Research)於2017年所開放的深度學習框架，過去兩年在深度學習、電腦視覺、自然語言處理等頂會中的使用率，已經全面超越Tensorflow。相較於Tensorflow，PyTorch容易上手、搭建模型效率極高，程式碼卻更為簡潔，因此，許多最新的深度學習模型都是運用PyTorch實現。本課程除了簡介深度學習的基本原理以及訓練細節，還會介紹各種深度學習模型，其中包括了影像分類、物件偵測、影像分割，甚至是生成式對抗網路。

誰來看過(1)

提供機構：

工業技術研究院(工研院產業學院)

加入收藏

轉寄

友善
列印

報名洽詢
機構資訊
授課講師
報名資訊
課程介紹

課程代碼2321070008
PyTorch深度學習模型實作
課程型態/線上同步
上課地址/純線上授課 (使用Cisco Webex)，將於課前寄發會議室連結
時數/12小時
起迄日期/2022/07/14~2022/07/28
聯絡資訊/陳品諠 (02) 2370-1111#303
報名截止日/2022/07/10

課程介紹

111年推動機電產業智慧製造計畫，補助50%!　　
近年來深度學習技術在各種機器學習任務上達到前所未有的突破，而開發者使用的深度學習框架與開發效率有極大的關係。

　　PyTorch為FAIR (Facebook AI Research)於2017年所開放的深度學習框架，過去兩年在深度學習、電腦視覺、自然語言處理等頂會中的使用率，已經全面超越Tensorflow。相較於Tensorflow，PyTorch容易上手、搭建模型效率極高，程式碼卻更為簡潔，因此，許多最新的深度學習模型都是運用PyTorch實現。

　　本課程除了簡介深度學習的基本原理以及訓練細節，還會介紹各種深度學習模型，其中包括了影像分類、物件偵測、影像分割，甚至是生成式對抗網路。

經過本次課程的洗禮，您將學會
(1)從頭訓練一個深度學習網路
(2)在訓練效果不佳時，如何有系統的調整超參數以提升辨識率
(3)運用適當的模型解決工作上的需求，尤其是如何訓練一個能在效能與計算量間得到平衡的模型。

　　本課程所有的程式都將在Colab此雲端平台上開發，實作範例包含資料以及程式碼都會提供，本次課程的內容包括了：

1. 深度學習(Deep Learning)簡介

2. 卷積神經網路之訓練細節簡介

3. 知名卷積神經網路(CNN)簡介

4. 基礎神經網路實作:比較神經網路倒傳遞以Python實作與運用PyTorch自動微分間的差異

5. 運用遷移學習之圖片分類模型實作: 運用Alexnet, ResNet進行人臉分類(使用CelebA dataset)

6. 物體偵測模型簡介與實作:實作YOLOv1以實現通用物體偵測(使用Pascal VOC dataset)

7. 語義影像分割模型簡介與實作:運用FCN實現行車場景之影像分割(使用CamVid dataset)

8. 生成式對抗網路簡介與實作:運用DCGAN實現人臉影像生成(使用CelebA dataset)並使用生成影像提高訓練資料量以提升人臉分類之辨識率。

課程目標

1.　熟悉Python此程式語言

2.　協助具影像處理專長之學員切入電腦視覺/深度學習領域

3.　未來可銜接各類進階深度學習課程

課程大綱

1.　深度學習(Deep Learning)簡介

2.　卷積神經網路之訓練細節簡介

3.　知名卷積神經網路(CNN)簡介

4.　基礎神經網路實作:比較神經網路倒傳遞以Python實作與運用PyTorch自動微分間的差異

5.　運用遷移學習之圖片分類模型實作: 運用Alexnet, ResNet進行人臉分類 (使用CelebA dataset)

6.　物體偵測模型簡介與實作:實作YOLOv1以實現通用物體偵測(使用Pascal VOC dataset)

7.　語義影像分割模型簡介與實作:運用FCN實現行車場景之影像分割(使用CamVid dataset)

8.　生成式對抗網路簡介與實作:運用DCGAN實現人臉影像生成(使用CelebA dataset)並使用生成影像提高訓練資料量以提升人臉分類之辨識率。

訓練對象

1.　具備程式設計能力，未來想投入機器學習、電腦視覺或資料科學領域的工程師

2.　想應用電腦視覺、機器學習相關技術至物聯網、駕駛輔助系統之程式設計師

講師簡介

林哲聰老師

學歷：台灣大學應用力學研究所碩士/清華大學資訊工程研究所博士

現職：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

　　　加州大學聖塔芭芭拉分校資工系訪問研究員

　　　上奇資訊-計算機概論共同譯者

　　　2010 伽利略創新大賽台灣區季軍

　　　2011 伽利略創新大賽特別獎(GNSS Living Lab)得主

　　　2013 伽利略創新大賽瑞士區冠軍

　　　2016 日本立命館大學英文演講比賽清華大學代表

　　　2017 CVGIP 行人偵測競賽亞軍

　　　2017 MOST 生成式對抗網路競賽佳作

　　　2018第八屆兩岸清華研究生學術論壇清華大學代表

　　　2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist

　　　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

　　　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 中華民國資訊學會碩博士最佳論文獎-博士論文佳作

專長：Computer Vision, Image Processing, Pattern Recognition, Machine Learning, Deep Learning, GPS, Embedded System, iPhone Programming
已於車用影像安全警示系統領域中發表過二十五篇國際論文，十五篇國內論文，以及十三篇專利。

開課資訊

●　主辦單位：經濟部工業局
●　執行單位：工研院產業學院

上課時間：111/07/14、07/21、07/28 (每週四) ，13:00~17:00（12小時）
上課地點：線上直播會議室(使用Cisco Webex Meeting，將於課前提供會議室連結)

●　招生人數：本班預計20人為原則，最低開課門檻為10人
●　報名方式：
1.線上報名：點選課程頁面上方的「線上報名」
2.傳真報名：填妥報名表傳真至02-23811000
3.email報名：填妥報名表email至 itri535842@itri.org.tw
●　繳費方式：報名時可選擇信用卡線上繳費或匯款，主辦單位將於確認開班後通知您相關匯款資訊
●　退費標準：若欲取消報名，請於開課前三日以傳真或email告知主辦單位，並電話確認退費事宜，逾期將郵寄講義，恕不退費。若您未於期限內申請退費，則不得於任何因素要求退費，惟可轉讓與其他人參訓。

課程費用

身分別	費用	說明
一般身分補助50%	每人7,000元	原價NT$14,000，政府補助NT$7,000，學員自付NT$7,000
中堅企業補助65%	每人4,900元	原價NT$14,000，政府補助NT$9,100，學員自付NT$4,900 ※中堅企業說明：屬於經濟部工業局公佈之中堅企業名單(請參考網頁公告附件或來電洽詢)，學員報名必須請公司開立在職證明，課程發票會開立該公司發票 ※中堅企業名單參考：https://reurl.cc/Q9lkpq
特定對象補助65%	每人4,900元	原價NT$14,000，政府補助NT$9,100，學員自付NT$4,900 ※特定對象：針對具身心障礙、原住民與低收入戶之人士，報名時出具證明。身心障礙手冊正反面影本、「原住民族身分法」所定原住民身分證明及低收入戶證明之相關證明文件、生活扶助戶（低收入戶）中有工作能力者提供縣市政府或鄉鎮（區）公所開立之低收入戶身分證明文件或低收入戶卡影本一份，但該證明文件未載明身分證號碼及住址者，應檢附國民身分證正反面影本或戶口名簿影本一份。)

☉註：本課程經工業局補助，受訓學員需依規定填寫學員基本資料及簽名，且出席時數需達報名課程時數八成以上，方可適用補助辦法，若未符合規定者，則需支付課程原價費用。（結訓學員應配合工業局於培訓後電訪調查）

注意事項

1. 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。
2. 為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。
3. 報名時請註明欲開立發票完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求，課程開始當天不得以任何因素要求退費。
4. 為尊重講師之智慧財產權，恕無法提供課程講義電子檔。
5. 本課程為工業局補助計畫，受訓學員於每堂課程上課須簽到、下課須簽退。

※因應性別主流化國際趨勢，打造友善職場之發展，歡迎女性學員踴躍報名。