課程介紹
本課程透過理論探討來了解當下最紅的深度學習,嘗試從根本理解為何需要機器學習及深度學習。本課程將從電腦視覺(Computer Vision)的基礎原理,以及各個實務應用領域的運用切入,如物體偵測(Object Detection)、語意分割(Semantic Segmentation)、姿態辨識(Pose Estimation)等等。除了理論外,亦將介紹自駕車(Autonomous Driving)設計考量等,從相關案例去探討深度學習,從而補足現今大多人缺乏的理論基礎,能夠幫助學員銜接更進階的實作及了解關鍵知識。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。
在課程中將使用 NVIDIA Jetson Nano 當作課程中的教材 ── Jetson Nano 為 NVIDIA 重點推廣的邊緣運算平台,其同時綜合了性能高、體積小、功耗低、CP 值高的四項優點於一身,是一個為深度學習量身訂做的學習平台。其中更搭載了 NVIDIA 單一整合的應用組合 JetPack,包含了載板支援套件 (BSP)、LINUX 作業系統,並支援 NVIDIA CUDA 。有著 JetPack 這樣豐富的豐富開發人員工具,使用者能夠以最短的時間開始這趟深度學習之旅。在這堂課程中,我們將從介紹 Jetson Nano 的套件及應用,帶學員從零開始,一步一步跟著講師的腳步並理解當中的理論基礎。
課程特色/目標
課程目標
- 透過實例探討的方式,提供學員另一個角度來理解深度學習的世界觀。
- 課程結束後,學員將能理解將深度學習於實際應用中所需之關鍵知識,並能夠銜接更進階之課程(如進階實作課程等)。
- 學員可預期能從課程中學習基本的電腦視覺概念,神經網路概念,遷移式學習,神經網路架構;這些概念將能應用至產業上,協助開發自動化、智慧系統如:
- 瑕疵檢測應用於工廠,並提升生產效能。
- 人臉辨識應用於監視器,協助管理上下班進出或提升居家安全。
- 車牌辨識應用於管理停車場。
- 醫學影像辨識應用於協助醫生診斷。
上述例子皆為電腦視覺之應用,並與各個理論基礎有著緊密連結。
學員能夠從本課程理解NVIDIA Jetson Nano的基本操作以及可能潛在應用,並掌握邊緣運算之要點。
課程特色
- 理論與實務並重:本課程著重於由基礎開始訓練學員,指導學員深度學習 (Deep Learning) 的基本概念,從電腦視覺 (Computer Vision) 的基本概念開始,循序漸進至較為深入的影像分類 (Image Classification)、物件辨識 (Object Detection)、語意分割 (Semantic Segmentation)、遷移式學習 (Transfer Learning)、神經網路架構最佳化 (Neural Network Architecture Optimization)。除了介紹基本概念,亦包含相關領域的最新研究進展。因此,不同於坊間課程僅著重於基礎知識的建立,本課程更著重於帶領學員們理解新穎的神經網路架構,其背後的運作原理,以及近年來研究的進展等。
- 由淺入深教練:除了基本知識的建立,本課程亦搭配使用NVIDIA Jetson Nano,示範學員們由無到有,由淺入深踏進神經網路的訓練 (Training) 以及推論 (Inference) 過程,帶領學員們理解其中的操作原理。
- 課程緊湊精實:本課程將使用較為新穎且能夠快速理解的應用實例,讓學員們能夠在全程一天的課程、最短的時間內體會到深度學習可能的應用範疇。
堅強師資:本課程之講師及助教皆曾在頂尖AI研討會發表數篇研究論文,並曾實際使用NVIDIA Jetson Nano獲得國際競賽獎項。本課程內容因此特別著重於紮實的知識建立,以及實際的案例展演。學員將能從本課程中得到相當大的收穫。
課程對象
- 適合具有基本Python編程經驗的程式設計或應用系統開發者
- 從事人工智慧系統規劃、建置與應用者
- 從事人工智慧邊緣運算裝置、AI系統應用服務、系統整合等之研發人員及主管。
- 從事人工智慧創新應用之市場研究及計畫管理開發經理人。
- 對AI 智慧應用實務架構及技術,及應用服務感興趣者
※學員先備知識
本課程的先備知識為基礎的程式觀念,基本的電腦操作能力。修習本課程並不需要深入的數學知識,或任何機器學習的背景。
講師簡介
李濬屹 副教授 / 清大資工系
【學歷】
【經歷】
- 清大資工系 副教授
- NVIDIA深度學習教育機構認證講師
- 美商甲骨文資深工程師
【專業領域】
Intelligent robotics, Deep reinforcement learning, Computer vision for robotics, Virtual-to-real transfer learning, Parallel embedded systems
智慧型機器人、深度學習、機器人視覺、平行計算、CPU架構設計、IC設計
課程大綱
時間
|
課程大綱
|
時數
|
9:00 – 12:00
(含休息)
|
9:00 – 9:20
|
課程內容總體概述與介紹
|
3
|
9:20 – 9:30
|
Jetson Nano 開發套件及應用介紹
|
9:50 – 10:30
|
自動化系統與計算機視覺簡介
|
10:40 – 11:10
|
第一個 Jetson Nano 專案-從圖形識別開始
|
11:20 – 12:00
|
遷移學習簡介
|
12:00 ~ 13:00
|
午餐時間
|
1
|
13:00 ~ 17:00
(含休息)
|
13:00 – 13:30
|
雲協作平台介紹
|
4
|
13:40 – 14:30
|
物體偵測與語意分割簡介
|
14:40 – 15:10
|
利用相機模組進行現場 Live 目標檢測
|
15:20 – 16:10
|
讓 AI 真正落地-神經網路模型推論加速
|
16:10 – 16:30
|
Q & A 問答時間
|
16:30 – 17:00
|
透過實例來接軌 - 智慧城市
|
透過實例來接軌 - 智慧醫療
|
透過實例來接軌-智慧家庭
|
上課日期及課程費用
- 舉辦地點/方式:為因應疫情防疫規定,本場次課程將以線上直播為主,後續將視中央疫情規定配合調整討論是否改為實體辦理。線上直播,採用Cisco Webex 。
實際上課地點,請依上課通知為準!
- 舉辦日期:2022/7/14(四),09:00~17:00,共計7小時。報到時間: 08:30~09:00
- 報名截止日期:2022/7/7。因教室空間及教學效果等考量,限24位學員,小班制,報名請早。
- 課程費用 (含稅、講義):
- 一般生:一般生,每人$5,000,早鳥優惠價(三周前):每人$4,500元;
- 團報(同公司2人含以上)優惠價: 每人$4,500元,早鳥團報價(三周前):每人$4,000元。
- 課程洽詢:黃小姐03-5732034或 email至 itri535579@itri.org.tw
常見問題
- 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。報名時不須先繳費,待確認開課後通知繳費,並將依繳費順序確認員額。
- 因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來,請於開課三日前告知,以利行政作業進行並共同愛護資源。
- 視疫情狀況,本課程保留實體授課或線上授課之權利。
附件
|