深度學習
Introduction to Deep Learning
| 節 | 週四 |
|---|---|
2 09:00–09:50 | 深度學習 M205（光復） 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
此課程為介紹深度學習之基礎部分, 使用PyTorch套件來做為開發架構, 其主要內容包含Back-propagate網路基礎架構, 語意分析, CNN, 遷移式學習, 影像前處理, 圖像風格遷移, 與生成對抗等, 可做為後續影像相關處理研究之基礎.
1.Python程式設計
無備註
建議自備notebook且充好電
(a) 上課參與(15%) (b) 期中報告(35%) (c) 期末報告(35%)
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction 9/15 |
| 第 2 週 | Concept, Anaconda, and PyTorch 9/22 |
| 第 3 週 | Tensor and Dynamic Computational Graph 9/29 |
| 第 4 週 | Neural Network Basic – activation/loss function, backpropagate. 10/6 |
| 第 5 週 | Neural Network 2 – Practical examples (單車預測器). 10/13 |
| 第 6 週 | Sentence Analysis – 中文情緒分類器 10/20 |
| 第 7 週 | CNN – 手寫數字分類器 10/27 |
| 第 8 週 | Image preprocess – image filter, image argument, Open CV 11/3 |
| 第 9 週 | 期中報告 11/10 |
| 第 10 週 | Transfer Learning – ResNet, DenseNet 11/17 |
| 第 11 週 | Image Style Transfer 11/24 |
| 第 12 週 | Generative Adversarial Network 1 12/1 |
| 第 13 週 | Generative Adversarial Network 2 12/8 |
| 第 14 週 | Simple LSTM Example (option) 或 專題演講 12/15 |
| 第 15 週 | 期末報告1 12/22 |
| 第 16 週 | 期末報告2 12/29 |
| 第 17 週 | 彈性上課 (Option) 1/5 |
| 第 18 週 | 彈性上課 (Option) 1/12 |
1.Teaching PowerPoint materials 2.強者用PyTorch實作史上最經典AI範例(DM2002). 集智俱樂部著. 深智出版社. 2020.
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料