深度學習實戰-影像辨識篇| 緯育TibaMe | 提拔我的學習力

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， ... 探索主題課程實體課程專業學程就業養成企業方案人才媒合登入免費註冊0購物車共0筆課程結帳金額:NT$0前往結帳0訊息中心您目前沒有訊息我的課程學習中心我的訂單帳號設定立即下載行動學習APP登出深度學習實戰-影像辨識篇深度學習實戰-影像辨識篇人工智慧學院-技術應用基礎•6.7小時•3,877NT$2,600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。

立即購買加入購物車課程公告課程介紹課程大綱推薦與諮詢問題討論立即購買NT$2,600課程公告課程介紹課程大綱推薦與諮詢問題討論2021/07/22【課程更新】課程字幕上架啦！各位學員們大家好~


♥♥♥課程字幕已上架完成啦♥♥♥


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！


祝大家學習愉快~~有任何問題也歡迎反應給我們知道唷！

TibaMe課程團隊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

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q2AI/資料科學家主要工作和專業&核心職能是什麼？
文章連結：https://blog.tibame.com/?p=17278

2021/07/06【精選文章】決策樹有哪3個分類過程

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q24決策樹有哪3個分類過程？
文章連結：https://blog.tibame.com/?p=18235

2021/07/04【精選文章】什麼是關聯規則學習

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q21什麼是關聯規則學習？
文章連結：https://blog.tibame.com/?p=17914

2021/07/03【精選文章】訓練出來的機器學習如何評估好壞

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q32訓練出來的機器學習如何評估好壞?
文章連結：https://blog.tibame.com/?p=18433

2021/06/30【精選文章】人工智慧7大關鍵技術

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q28人工智慧7大關鍵技術？
文章連結：https://blog.tibame.com/?p=18563

2021/06/29【精選文章】資料探勘6大主要功能與應用

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q20資料探勘6大主要功能與應用？
文章連結：https://blog.tibame.com/?p=17911

2021/06/28【精選文章】資料蒐集的3個關鍵工作

AI/資料科學不可不知的60道問題

每天5分鐘幫你快速添補知識技能！
節省你為了獲取資訊所需花費的大把時間
將AI人才的發展角色、基礎知識、產業與技術的應用


主題：AI60問-Q16資料蒐集的3個關鍵工作？
文章連結：https://blog.tibame.com/?p=17886

最新討論skipconnection問題123asd·2022/07/1712:52關於第1單元講義_深度學習Lydia·2022/06/0316:45激勵函數延伸問題123asd·2022/05/2915:013-1激勵函數問題123asd·2022/05/2914:243-2資料前處理疑問123asd·2022/05/2912:35查看更多討論基礎課程建議學習4週(每週1.7小時)課程共35小節29影片(6.7 小時)6測驗提供完訓證書提供制定學習計畫什麼是學習計畫？課程目標深度學習(DeepLearning)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，且進一步地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，包括了有影像辨識、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。

1.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2.學會運用適當的深度學習模型來解決工作上所遭遇的問題例:不了解如何開發深度學習模型以進行影像辨識3.學會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 4.學會運用PyTorch此深度學習框架來進行深度學習模型開發5.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/人臉生成的能力課程介紹1.認識神經網路的基礎原理2.學會調整神經網路訓練過程中的各種超參數3.學會深度學習經典模型的原理4.利用深度學習實作出5個專案成果5.6個測驗題，檢視自我學習有效性1.深度學習簡介2.深度學習中的量化指標3.如何訓練神經網路4.何謂卷積神經網路(ConvolutionalNeuralNetwork)5.物件偵測(ObjectDetection)與影像分割(SemanticSegmentation)6.生成式對抗網路(GenerativeAdversarialNetwork,GAN)簡介 透過5大實作與6個測驗來檢視學習成效  1.學會運用神經網路進行迴歸分析2.學會運用深度學習模型進行人臉分類3.學會運用深度學習模型進行影像分割4.學會運用深度學習模型進行物件偵測5.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vsPyTorch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lossfunction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誰適合學習這門課程呢？1.想將深度學習應用於專案的專案管理人員2.具備程式設計能力但不具備開發AI功能的程式設計師3.數學或統計相關科系畢業想增加自身技能的社會新鮮人4.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學習前需要有什麼基本能力呢？1.Python程式基礎2.具備機器學習/電腦視覺/深度學習基本概念3.有數學或統計相關科系背景佳學習前需要準備什麼呢？-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)基礎課程建議學習4週(每週1.7小時)課程共35小節29影片(6.7 小時)6測驗提供完訓證書提供制定學習計畫什麼是學習計畫？關於講師林哲聰學歷｜▻台灣科技大學機械系學士▻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經歷｜▻現任瑞典ChalmersUniversityofTechnology博士後研究員▻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▻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▻2020AI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▻2019IEEEICIPThreeMinuteThesisCompetition(3MT®):Finalist▻2018第八屆兩岸清華研究生學術論壇清華大學代表▻2017CVGIP行人偵測競賽亞軍▻2017MOST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(GNSSLivingLab)得主▻2010伽利略創新大賽台灣區季軍▻著作上奇資訊-計算機概論共同譯者課程大綱1.深度學習電腦視覺當中的深度學習試閱10:00神經網路、支持向量機以及深度學習32:14卷積神經網路08:42深度學習中的資料集14:34GoogleColab簡介05:05深度學習小試身手共10題2.深度學習中的量化指標影像標記15:49物體偵測量化指標29:44語義分割量化指標13:54深度學習中的量化指標小試身手共5題3.訓練神經網路激勵函數10:41資料前處理03:38權重初始化10:37正規化07:56神經網路訓練中的單元測試08:21超參數最佳化07:54參數更新11:15丟棄05:24基礎神經網路實作：迴歸分析比較(自行撰寫倒傳遞vsPyTorch自動微分)21:50訓練神經網路小試身手共10題4.卷積神經網路卷積神經網路的基本運算試閱23:45經典卷積神經網路28:59遷移學習04:09運用遷移學習之影像分類實作：金髮與黑髮人臉分類17:44卷積神經網路小試身手共10題5.物件偵測與語義分割物件偵測10:26物件偵測:二階段物件偵測27:16物件偵測:一階段物件偵測15:10物件偵測實作:YOLOv107:19語義分割04:56語義分割實作:FCN09:36物件偵測與影像分割小試身手共10題6.生成式對抗網路生成式對抗網路模型簡介28:43生成式對抗網路模型(DCGAN)實作：人臉生成07:59生成式對抗網路小試身手共5題課程附件第1單元講義_深度學習.pdf4.13MB第2單元講義_深度學習中的量化指標.pdf1.58MB第3單元講義_訓練神經網路.pdf3.99MB第4單元講義_卷積神經網路.pdf2.32MB第5單元講義_物件偵測與語義分割.pdf3.09MB第6單元講義_生成式對抗網路.pdf3.27MB0.General_introduction.pdf326.59KB購買此課程後，才能使用留言功能或我要發問依據發問時間排序依據發問時間排序依據熱門回覆排序依據最新回覆排序排序NoSelection依據發問時間排序依據熱門回覆排序依據最新回覆排序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。

載入更多Top登入免費註冊立即下載行動學習APP探索主題課程實體課程專業學程就業養成企業方案人才媒合功能表人工智慧學院軟體開發學院雲端技術學院資訊安全學院數位商務學院組織發展學院個人成長學院商用外語學院數位內容學院直播課程學生優惠組合方案政府補助免費課程投資理財認證專區功能表學生優惠【學生限定優惠】上傳學生證即享學生價