2 項進行中

115-1 選課時程

進行中

  • 初選第一階段 6/15 – 6/18
  • 初選第二階段 6/22 – 6/25
  • 校際選修 進行中 8/24 – 9/18
  • 初選第三階段 8/31 – 9/3
  • 開學後加退選 進行中 9/7 – 9/21
  • 逾期加退選 9/21 – 9/24
選課資源

加入行事曆

選擇訂閱 Google Calendar,或下載通用的 ICS 檔案。

使用 Google Calendar 時,Google 會收到這份課表的公開連結。

深度學習於智慧汽車應用

Deep Learning for Autonomous Driving

學期
110-1
學分
0 學分
當期課號
5032
永久課號
IEE5599
開課單位
電子研究所
授課教師
張添烜
校區
光復
類別
選修
上課時間表
週一
週三
5
13:20–14:10
深度學習於智慧汽車應用
ED103(光復)
7
15:30–16:20
深度學習於智慧汽車應用
ED103(光復)
2 節連堂
8
16:30–17:20

* 根據陽明交大上課時間表所列

概述

課程目標:本課程模組目標為學生可自行開發以深度學習方法應用於智慧汽車系統,可訓練學生對於深度學習及智慧車的概念,在未來進一步實際運用於自走車及智慧交通系統等進階教學、實驗課程模組。 課程特色: PBL教學案例: 場景辨識與方向控制,目標95%正確率與30fps即時處理。 課程內容: □機器學習概論 □電腦視覺概論 □Convolutional neural network □Deep learning practices □Recurrent neural network □Object detection: 車輛與行人偵測/交通號誌偵測 □Motion planning: 車輛自動行進控制/ Reverse Reinforcement learning for driving learning 實習課程配合上述授課內容進行實際操作演練;期末專題則根據以上授課與實習內容,分小組進行設計與訓練測試,鼓勵學生以創意方式達成之課程目的。

先修科目

probability linear algebra

備註

無備註

教學方式

all materials will be at NYCU e3 site 線上課程 (Microsoft teams) https://teams.microsoft.com/l/meetup-join/19%3aAW14taWzKp3vZB_LzKnopcrJrfCGg5lMM8bheoU3QvA1%40thread.tacv2/1631235553428?context=%7b%22Tid%22%3a%22010281b3-d5d6-4bc8-b561-bf4794b97036%22%2c%22Oid%22%3a%22e151df1b-24d2-4839-89ab-ea5b56386456%22%7d 團隊連結 (Use this to join teams without permission) https://teams.microsoft.com/l/team/19%3aAW14taWzKp3vZB_LzKnopcrJrfCGg5lMM8bheoU3QvA1%40thread.tacv2/conversations?groupId=61a23d52-b218-4970-8d4e-b02246e5a604&tenantId=010281b3-d5d6-4bc8-b561-bf4794b97036

評分方式

Lab x5 (60%) Final project (20%) (2 persons in a group. topic survey + implementation) Final exam (20%)

課程大綱

教師未提供此項資料

週次計畫
週次主題
第 1 週

course introduction autonomous driving overview of computer vision: image classification

9/13 9/15
第 2 週

中秋節 (9/20) neural network: introduction and back propagation 1st lab

9/20 9/22
第 3 週

Introduction of convolutional neural network

9/27 9/29
第 4 週

neural network training part 1 2nd lab

10/4 10/6
第 5 週

10/11 (National holiday) advanced CNN architecture

10/11 10/13
第 6 週

neural network training part 2 3rd lab

10/18 10/20
第 7 週

semantic segmentation

10/25 10/27
第 8 週

Object detection 4th lab

11/1 11/3
第 9 週

Object detection

11/8 11/10
第 10 週

model simplification and acceleration

11/15 11/17
第 11 週

model simplification and acceleration 5th lab

11/22 11/24
第 12 週

Motion planning: 車輛自動行進控制/ Reverse Reinforcement learning for driving learning

11/29 12/1
第 13 週

Final Exam

12/6 12/8
第 14 週

recurrent neural network

12/13 12/15
第 15 週

Generative adversarial network and self driving

12/20 12/22
第 16 週

Generative adversarial network and self driving

12/27 12/29
第 17 週

期末專題

第 18 週

期末專題

教科書

Course slides and papers will be our major source. reference: Deep Learning, Ian Goodfellow, Yoshua Bengio and Aaron Courville

Office Hours
地點
ED406
時間
W56, please make an appointment in advance.
聯絡方式
e-mail: tschang@nycu.edu.tw TEL: 03-5731925 (NYCU local extension number: 31925)