相關文章

17eae83f754246b7cf7875e1983f9538 【11/18、11/19】本課程深入探討三種常見類神經網路(DNN、CNN、RNN),也會使用目前最夯的深度學習套件Google TensorFlow進行實務操作。講師將利用許多使用情境及物理直觀上的解釋,讓你快速理解複雜的觀念,藉由一步步的實際操作,讓你對常見的類神經網路有更完整的學習與體驗。

  6個理由,為什麼要來上課?  

  • 掌握 AI 人工智慧近年來驚人的發展。
  • 學會如何讓電腦做更複雜的決策跟辨識。
  • 理解常見的類神經網路DNN、CNN、RNN。
  • 實務操作 Google TensorFlow。
  • 了解 Deep Learning 實務上會遇到的問題。
  • 認識講師,遇到困難有人回答;書本資料太多、網路上的資料太分散,現場有人教學得快。

  >>> 課程資訊   >>前往報名、繳費

  • 名額:限額25人,額滿為止。
  • 費用:早鳥價10,500元,包含兩日午餐。
  • 時間:2017/11/18(六) 、2017/11/19(日) 早上10點至下午5點
  • 地點:台北市進出口商業同業公會 台北市松江路350號3樓 第2會議室

          課程規劃          

2017/11/18(六) Day 1

10:00 ~ 12:00

【理論】Deep Learning Introduction

  • 基礎類神經網路介紹
  • 深度學習現在的應用與優勢
  • 為什麼要使用TensorFlow

【理論】TensorFlow Basic

  • 張量的操作及觀念
  • 常見的類神經網路函數

12:00 ~ 13:00

Lunch Time

13:00 ~ 17:00

【理論】DNN Introduction

  • 認識最基礎的類神經網路
  • 如何定義損失函數
  • 如何優化類神經網路

【實作】DNN Implementation

  • 手寫辨識MNIST
  • 視覺化類神經網路

2017/11/19(日) Day 2

10:00 ~ 12:00

【理論】CNN Introduction

  • 類神經網路在影像辨識的應用
  • 介紹著名的CNN類神經網路
  • 進階的影像辨識議題討論

12:00 ~ 13:00

Lunch Time

 

13:00 ~ 17:00

【實作】CNN Implementation

  • MNIST/notMNIST/Cifar 10影像圖片分類
  • 比較DNN與CNN的差異

【理論】RNN Introduction

  • Word2vect 的介紹
  • 傳統RNN介紹
  • LSTM/GRU的介紹

【實作】RNN Implementation

  • MNIST手寫辨識
  • 文字語意關係實作
  • 垃圾郵件分類

          使用軟體          

          上課須知          

  • 學員當天需自備筆電(Windows / Mac 皆可 memory 8G以上佳),教室提供電源插座。
  • 上課講義為英文。
  • 需先申請亞馬遜 AWS 帳號綁定信用卡使用 GPU 主機,GPU 主機跑12小時每個人約需額外支付$240左右的費用

>>前往報名、繳費

 為什麼要學 TensorFlow 

TensorFlow 是 Google 開發出的機器學習套件,也是目前全球最夯的機器學習套件!近年來在物件辨識上有相當大的突破發展!例如:能夠在同一張圖片中辨識及定位多個不同對象;圖片辨識、九宮格的認證方式有效過濾掉出惡意軟體及註冊機器人程式。除此之外, GMAIL 垃圾郵件的分類判定、GOOGLE 翻譯、Youtube 中推薦你可能會喜歡其它的影片、ALPHAGO圍棋等,都是由 TensorFlow 實作出來的!

 什麼是類神經網路 

類神經網路是模仿人類腦袋的神經元,套用在機器學習中,讓機器也能夠擁有類似人腦學習、反應的演算法。為了模仿各種不同的神經元戶相連接的方式,有了 DNN RNN、CNN 三種不同的連接方法。

DNN深度神經網路(Deep Neural Networks)是所有類神經網路理論的基礎。後來為了讓電腦資源使用效率更高,所以發展 CNN卷積神經網路(Convolutional Neuron Networks),是影像常用的方法之一,針對影像作處裡的方法,在影像中抽取特徵,並將圖片分類。RNN循環神經網路(Recurrent Neural Networks)主要處理序列化資料,讓機器可以確認前後文、讀懂一句話、認字,而字的位置會影響調整。

        上課講師          

Isaac 

畢業於台大電子所,現任多處機構資料科學講師、四零四科技人工智慧部門核心成員。專長為人工智慧及資料爬蟲,曾於多處擔任資料科學講師,具有不少相關實戰經驗,如:影像辨識、語意分析及金融數據探勘。

David Cheng (TA)

國立台北科技大學電機工程系所博士班,研究領域為無線感測器網路與物聯網,熟悉Arduino、Intel Edison、Raspberry Pi ,而軟體應用上,也能夠順暢地使C、C++、C#、Python及 MATLAB,現為北科大兼任講師。

          報名須知          

Step 1:前往報名、繳費

Step 2:直接在課程頁面報名並繳費。提供線上刷卡、ATM轉帳、超商代碼三種繳費方式。付款後約20分鐘即可自行查詢繳費結果。

【注意事項】

  • T客邦(以下稱主辦單位)保有修改活動內容之權力。
  • 如欲取消活動,請務必來電或以 E-Mail方式聯繫客服人員或承辦人員,以做為提出取消參加之表示。已繳費者若無法參加活動,活動舉辦當天0點0分以後提出取消參加者不退費,活動前一天 23:59:59 以前提出取消要求,酌收已付款項之10%做為行政處理費。
  • 本活動以完成付款認定取得報名資格。參加者在課程頁面報名並繳費,若超過48小時付款期限,會將名額讓給其他候補參加者。
  • 為提供訂購、行銷、客戶管理或其他合於營業登記項目或章程所定業務需要之目的,家庭傳媒集團(即英屬蓋曼群島商家庭傳媒股份有限公司城邦分公司、城邦事業股份有限公司、書虫股份有限公司、墨刻出版股份有限公司、城邦原創股份有限公司),於本集團之營運期間及地區內,將以 mail、傳真、電話、簡訊、郵寄或其他公告方式利用您提供之資料(資料類別:C001、C002、C003、C011等)。利用對象除本集團外,亦可能包括相關服務的協力機構。如您有依個資法第三條或其他需服務之處,得致電本公司客服中心電話 0800-020-299 請求協助。相關資料如為非必填項目,不提供亦不影響您的權益。
  • 有任何關於此活動文章上的問題歡迎致電洽詢(02)2518-1133#3251。

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則