成為 AI 科學家|提升 AI 實作能力必備,深度學習 TensorFlow 基礎與應用

課程資訊 課程大綱 開課單位 常見問答
Loading...
線上課程

成為 AI 科學家|提升 AI 實作能力必備,深度學習 TensorFlow 基礎與應用

2504次瀏覽
NT$1,880
優惠現領
【4月限時優惠】
2026/04/30 到期
9
課程資訊
本頁面課程內容及活動資訊概由廠商提供,部分內容非屬104服務範疇,會員應遵守之規範悉依 104課程中心會員規約 所載。
上課時間 無限期觀看課程 查看更多
上課方式 於開課單位網站兌換後觀看課程
課程內容
課程大綱
展開全部
1 課程規劃與準備
01
課程規劃與範疇
02
學習工具與準備:Tensorflow 2.0 + Colab
03
實作範例檔案說明
2 深度學習基礎介紹
01
深度學習的優勢
02
QUIZ:深度學習的優勢測驗
03
深度學習常見之學習方法
04
QUIZ:深度學習常見之學習方法測驗
05
什麼是學習
06
QUIZ:什麼是學習測驗
3 神經元與神經網路
01
傳統神經元定義
02
QUIZ:傳統神經元定義測驗
03
神經元與神經網路
04
QUIZ:神經元與神經網路測驗
05
深度學習的應用
06
QUIZ:深度學習的應用測驗
4 TensorFlow 基礎使用
01
TensorFlow 介紹
02
QUIZ:TensorFlow 介紹測驗
03
TensorFlow 基本運算
04
QUIZ:TensorFlow 基本運算測驗
05
TensorFlow 常見函數
06
QUIZ:TensorFlow 常見函數測驗
07
TensorFlow 程式範例實作
5 DNN 神經網路介紹
01
綜觀神經網路
02
QUIZ:綜觀神經網路測驗
03
DNN 神經網路建構
04
QUIZ:DNN 神經網路建構測驗
05
DNN 神經網路範例實作
06
QUIZ:DNN 神經網路範例實作測驗
6 損失函數的定義
01
損失函數介紹
02
QUIZ:損失函數介紹測驗
03
MSE 與 Cross-Entropy
04
QUIZ:MSE 與 Cross-Entropy 測驗
05
損失函數範例實作
7 優化神經網路
01
批次輸入資料
02
QUIZ:批次輸入資料測驗
03
優化器的概念
04
QUIZ:優化器的概念測驗
05
可適性學習率優化器
06
QUIZ:可適性學習率優化器測驗
07
神經網路優化範例實作
8 優化原理及神經網路驗證
01
優化原理與 Backpropagation
02
QUIZ:優化原理與 Backpropagation 測驗
03
驗證神經網路
04
QUIZ:驗證神經網路測驗
05
DNN 神經網路數值範例實作
9 神經網路技巧及討論
01
激活函數討論
02
QUIZ:激活函數討論測驗
03
Lagrange 與正則化
04
QUIZ:Lagrange 與正則化測驗
05
Dropout 及 Batch Normalization
06
QUIZ:Dropout 及 Batch Normalization 測驗
07
神經網路技巧範例實作
10 Tensorboard 工具介紹
01
Tensorboard 工具介紹
02
QUIZ:Tensorboard 工具介紹測驗
03
Tensorboard 使用
04
QUIZ:Tensorboard 使用測驗
05
如何觀察 Tensorboard 範例實作
11 CNN 神經網路介紹
01
CNN 神經網路的優勢
02
QUIZ:CNN 神經網路的優勢測驗
03
Convolution
04
QUIZ:Convolution 測驗
05
Maxpooling
06
QUIZ:Maxpooling 測驗
12 CNN 神經網路建構
01
建構 CNN 神經網路
02
QUIZ:建構 CNN 神經網路測驗
03
CNN 網路的特性
04
QUIZ:CNN 網路的特性測驗
05
CNN 計算範例實作
13 著名的 CNN 神經網路
01
ILSVRC 比賽
02
QUIZ:ILSVRC 比賽測驗
03
AlexNet 與 VGG
04
QUIZ:AlexNet 與 VGG 測驗
05
GoogleNet 與 ResNet
06
QUIZ:GoogleNet 與 ResNet 測驗
14 CNN 進階影像應用
01
CNN 網路進階應用
02
QUIZ:CNN 網路進階應用測驗
03
單物件分類及定位
04
QUIZ:單物件分類及定位測驗
05
人臉辨識
06
QUIZ:人臉辨識測驗
07
CNN 進階影像應用範例實作
15 CNN 物件偵測原理
01
物件偵測原理
02
QUIZ:物件偵測原理測驗
03
Yolo 介紹
04
QUIZ:Yolo 介紹測驗
05
Labeling 資料
06
QUIZ:Labeling 資料測驗
07
CNN 物件偵測範例實作
16 文字轉向量
01
文字轉向量介紹
02
QUIZ:文字轉向量介紹測驗
03
文字轉向量原理
04
QUIZ:文字轉向量原理測驗
05
Gensim 介紹
06
QUIZ:Gensim 介紹測驗
07
Gensim 範例實作
17 Skip-Gram 模型介紹
01
Bag of words 問題
02
QUIZ:Bag of words 問題測驗
03
Skip-gram
04
QUIZ:Skip-gram 測驗
05
Skip-gram 實作上的問題
06
QUIZ:Skip-gram 實作上的問題測驗
07
Skip-Gram 範例實作
18 CBOW 模型介紹
01
CBOW 介紹
02
QUIZ:CBOW 介紹測驗
03
CBOW 演算法
04
QUIZ:CBOW 演算法測驗
05
CBOW 與 Skip-gram
06
QUIZ:CBOW 與 Skip-gram 測驗
07
CBOW模型範例實作
19 RNN 神經網路介紹
01
RNN 網路的優勢
02
QUIZ:RNN 網路的優勢測驗
03
RNN 基礎原理介紹
04
QUIZ:RNN 基礎原理介紹測驗
05
RNN 不同種類應用介紹
06
QUIZ:RNN 不同種類應用介紹測驗
20 RNN 網路建構
01
Vanilla RNN 介紹
02
QUIZ:Vanilla RNN 介紹測驗
03
BPTT
04
QUIZ:BPTT 測驗
05
Vanilla RNN 的問題
06
QUIZ:Vanilla RNN 的問題測驗
07
RNN 網路範例實作
21 LSTM 及 GRU
01
LSTM / GRU 複習
02
QUIZ:LSTM / GRU 複習測驗
03
使用 LSTM / GRU 實作 MNIST 分類
04
使用 LSTM / GRU 實作垃圾郵件分類
22 RNN 進階應用
01
機器翻譯
02
QUIZ:機器翻譯測驗
03
圖像生成描述
04
QUIZ:圖像生成描述測驗
05
語音辨識
06
QUIZ:語音辨識測驗
23 資料降維與視覺化
01
降維與資料視覺化
02
QUIZ:降維與資料視覺化測驗
03
降維與資料視覺化演算法比較
04
QUIZ:降維與資料視覺化演算法比較測驗
05
使用 MNIST 資料集做資料視覺化實作
24 Autoencoder 介紹
01
Autoencoder 介紹
02
QUIZ:Autoencoder 介紹測驗
03
Sparse / Denoise autoencoder
04
QUIZ:Sparse / Denoise autoencoder測驗
05
VAE
06
QUIZ:VAE 測驗
07
Autoencoder 範例實作
25 圖像風格遷移
01
圖像風格遷移介紹
02
QUIZ:圖像風格遷移介紹測驗
03
圖像風格遷移原理
04
QUIZ:圖像風格遷移原理測驗
05
圖像風格遷移優化以及參數調整
06
QUIZ:圖像風格遷移優化以及參數調整測驗
07
圖像風格遷移範例實作
26 GAN 神經網路介紹
01
GAN 神經網路介紹
02
QUIZ:GAN 神經網路介紹測驗
03
GAN 的概念
04
QUIZ:GAN 的概念測驗
05
GAN 演算法
06
QUIZ:GAN 演算法測驗
07
GAN 演算法範例實作
27 常見 GAN 神經網路
01
GAN 損失函數
02
QUIZ:GAN 損失函數測驗
03
DCGAN
04
QUIZ:DCGAN 測驗
05
CycleGAN
06
QUIZ:CycleGAN 測驗
28 強化學習介紹
01
強化學習
02
QUIZ:強化學習測驗
03
價值函數
04
QUIZ:價值函數測驗
05
強化學習的種類
06
QUIZ:強化學習的種類測驗
29 常見強化學習演算法
01
馬可夫決策過程
02
QUIZ:馬可夫決策過程測驗
03
Q-Learning
04
QUIZ:Q-Learning 測驗
05
DQN
06
QUIZ:DQN 測驗
07
強化學習範例實作
30 Keras 介紹
01
Keras 環境安裝
02
QUIZ:Keras 環境安裝測驗
03
Keras 基礎使用
04
QUIZ:Keras 基礎使用測驗
05
使用 Keras 建構神經網路實作
06
QUIZ:使用 Keras 建構神經網路實作測驗
31 Keras 實作 CNN 網路
01
使用 Keras 建構卷積神經網路
02
QUIZ:使用 Keras 建構卷積神經網路測驗
03
使用 Keras 做 MNIST 照片分類實作
04
使用 Keras 做貓狗照片分類實作
你可以學到
適合對象
已具備 Python 程式基礎能力,且擁有以下需求的你
  • 對於深度學習有興趣,想要踏入深度學習領域、熟悉 TensorFlow 框架
  • 需要整理龐大數據,並透過 AI 進行實務運用
  • 想要將深度學習導入企業或進行企業轉型
  • 想提升自身在 AI 領域中的競爭力,並累積實作經驗
  • 想轉往 AI 科學家 / 資料工程師 / 機器學習科學家發展,卻沒有相關背景
課程講師
陳少君
陳少君 - 保羅老師經歷|▹ 宏瑞科技 CEO▹ 長鑫存儲 CIO/IT 副總經理▹ 資策會數位教育研究所 資深總監▹ 浩鑫核心技術中心 資深總監▹ 美國 Software Publishing Corporation 工程師▹ 美國加州大學戴維斯分校電機電腦 碩士▹ 臺大電機研究所 碩士專案經驗|系統開發 - 日月光封裝測試銷售預測系統企業內訓 - 統計分析課程培訓設計矽谷創業 - IT 產品開發及服務專長|▹ 深度神經網絡▹ 強化學習▹ 自然語言處理▹ Hadoop / MapReduce▹ 雲計算 / AWS▹ MS SQL / MySQL / Oracle 數據庫▹ SharePoint / 工作流程▹ BizTalk / EDI▹ 電子商務 / 付款安全▹ CodeIgniter / PHP▹ Web 應用程序 / ASP.NET
展開全部
開課單位
緯育TibaMe
緯育TibaMe由全球最大資通訊集團之一的緯創資通集團於2015年正式成立,我們專注於人才培訓與平台服務,發展多元的授課模式,並結合緯育開發的雲端智能化學習系統,有效培育新世代數位化人才。在行動與雲端時代,用科技加值人才培育,持續發展創新與有效的數位教育學習服務。
最新動態 看所有動態

【在職補助課程】報名到4/15~ GitHub Copilot AI賦能開發實戰訓練班

🔹 精選課程亮點: 1️⃣ 後端加速: 實戰建立 API 與自動化文件。 2️⃣ 前端實作: AI 輔助網站開發與資料分析。 3️⃣ 高階應用: 整合 Prompt Flow 打造專屬 AI 系統。 🎁參與課程者提供4/19-5/30 GitHub Copilot Business版使用權限 📅 相關期程: 報名截止:2026/04/15(三) 上課時間:4/19(實體-緯育台北中心)、4/26(遠距)、5/10(遠距) 💰 超值學費: 學員僅需負擔 $839 (政府負擔 $3,356) 特定身分(如45歲以上、原住民等)可享全額補助免預繳! ⚠️ 參訓要求: 報名及開訓日需為在職中(有勞保紀錄者),並有程式開發經驗,講師將以 C# 或 Python 進行演示。 👇 點擊下方連結到台灣就業通報名: https://ojt.wda.gov.tw/ClassSearch/Detail?PlanType=5&OCID=171122 (名額僅 40 位,依報名順序錄訓,請把握機會!) ✨台灣就業通所見課綱將於實際授課時,額外新增2026年更新版教材進行授課,會學到更多新的內容 如:Code Review、MCP擴充、CLI應用情境、用於SQL分析及應用、用於做資料分析、展望未來SDD

【職涯必備】AI 正在改寫人才規格!4/8 線上講座帶你晉升「π 型人才」

在 104 看了這麼多職缺,你有發現「AI 應用能力」已成為多數高薪職務的標配嗎? 別讓你的競爭力停留在工具操作,企業現在要的是能將 專業能力 × AI 工具 × 跨域思維 結合的 π 型人才。 本次由 勞動部北基宜金馬分署 與 緯育 TibaMe 合作的「生成式 AI 培訓據點」特別邀請 AIGC 專家 陳建夆 Jason 老師,用 60 分鐘帶你拆解職場生存法則。 💡 這場講座你將獲得: 🔹 個人競爭力分析:解析 AI 時代人才需求結構的轉變。 🔹 高效工具示範:如何利用 NotebookLM 快速整理企業大數據,將資訊轉化為實質產出。 🔹 職涯路徑指南:從 AI 素養出發,建立不被取代的跨域優勢。 📍 適合對象: 正在 104 尋找更好職涯機會的你。 感覺目前技能遇到瓶頸,想透過 AI 轉型的在職者。 想掌握政府補助培訓資源的積極學習者。 📅 講座時間: 4/8 (三) 20:00 - 21:00(線上直播) 💰 費用: 0 元(官方資源,限額 300 名) 🔥 別讓你的履歷輸在 AI! 名額有限,立即報名卡位,讓 AI 成為你職涯最強的放大鏡! 👇 點擊連結立即報名 👇 [🔗 https://www.surveycake.com/s/QyANo ]
104學習常見問答
適用範圍只限於 104 學習平台,完成費用給付之課程
如何購買課程並開始上課
於欲購買 1. 線上課程之頁面,點擊「立即購買」,成功使用信用卡完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」,後續兌換學習有兩種形式:(A) 若購買學習廠商提供課程,購買後「提供課程兌換序號、兌換連結、兌換碼使用說明」,引導您至購買課程之出版廠商兌換並上課、(B)若購買是104學習系統,購買完可以從郵件、訂單明細、課程詳細頁直接進到站內線上學習。 2. 實體課程之頁面,點擊「立即購買」,成功完成付款並確立訂單成立後,本平台將透過購買填寫之信箱,以郵件方式通知「訂單成立」即可完成報名,後續開課單位會有專員與您聯繫後續事宜。
購買與報名課程付款方式?
僅提供信用卡付款。
有支援信用卡分期嗎?
平台有提供分期服務:結帳金額滿$4,000可享三期零利率,滿$12,000可享六期零利率;分期服務支援銀行公司為:中國信託、台新銀行、玉山銀行,實際分期金額依各發卡行規定
已完成付款,但用錯優惠碼怎麼辦?
請申請退款並重新下單,已使用之優惠碼,本平台將不進行退回,敬請見諒。
線上刷卡後訂單狀態顯示「待付款」
代表您的結帳流程尚未完成,請儘速完成結帳程序,以免課程相關優惠權益失效。
刷卡失敗的原因
可能為以下原因: 1.授權失敗(例:信用卡發卡銀行系統忙碌、網路塞車、刷卡等待時間過久造成系統確認失敗等問題),建議稍待一段時間再重新刷卡。 2.輸入信用卡卡號等相關資料不正確(例:輸入資料不正確、卡號過期、尚未開卡等問題),建議重新確認輸入資訊。
如何選擇紙本發票
為響應政府政策,不主動提供紙本發票,委由金財通系統寄發電子發票開立通知信至學員購買課程時填寫之Email,發票自動存入會員載具,若未收到請告知。
企業請款之憑證,如何申請
若需要進行企業請款,請於購買時輸入統一編號、發票抬頭,本平台將以郵件寄送電子發票方式,至您填寫之信箱。
多久會收到發票
發票將於付款成功,3個工作天內開立,敬請稍候。
我可以用我的帳號幫朋友購買課程,讓朋友去學習?
目前課程是綁定購買者帳號使用,無法以您的帳號購買後再提供給朋友使用。 如朋友想學習,需使用他/她自己的帳號完成購買後才可觀看課程。
如何退款
請參考下方退款須知與流程 1.若您於本平台成功完成付款購買課程,有退款需求,於外部學習廠商兌換之線上課程自購買日起7天內,且未進行課程兌換,可申請全額退費;於104課程中心站內學習課程若購買日起7天內後「未進到學習頁」,可申請全額退費;實體課程須於開課日前 1 日(不含假日)之非假日上班時段前與104學習提出申請,始得要求全額退費。 2.若需申請退款,請使用信件主旨:「課程中心退款申請」,並於信件內容寫明購買人姓名、訂單編號、欲退款之課程名稱、退款原因,郵件至nabiservice@104.com.tw,本平台將於5-7個工作天回覆您信件訊息。 3.確認提出退款申請時間為課程購買日起7天內,且未進行課程兌換,本平台將與欲申請退款課程之出版廠商,提出會員資料與學習紀錄查詢,確認您課程的觀看紀錄,並同步確認出版廠商訂定之退款事項,是否全數符合。申請退款的同時,即代表您同意本平台與退款課程之出版廠商,提出查詢會員資料與學習紀錄。 4.若您單一訂單中購買兩堂(含)以上課程,不需要整張訂單退款(只退其中幾堂課),退款金額為欲退款課程售價加總後,扣除此張訂單所使用之優惠碼(若優惠碼為整張訂單之折數折扣,則退款金額為欲退款課程售價加總後乘以折數折扣),若計算後退款金額低於(含)0元,本平台將不執行退款。5.上述退款方式僅限於本平台成功完成付款購買之課程,若付款與訂單成立之任一程序不在本平台完成,退款方式需依照課程出版之廠商所訂定之規則提出申請,並由課程出版廠商協助處理,本平台不介入。 6.若您的發票沒有填寫統一編號,並需要辦理退款時,由本平台代為處理發票相關作業 (如作廢電子發票或開立電子發票折讓單),以加速退款作業時程。 7.分期付款退費須知:刷卡分期消費,全額退款則會進行全額刷退,若是部分退款會採取匯款方式,將退款款項匯款到您的指定帳戶,將由專員與您聯繫提供相關資料(銀行全名及分行、銀行帳號、戶名、存摺影本),以利後續核對資料確保無誤,將可完成退款作業。
款項何時退回
其退費流程說明:(1)專員收到退款信件後,啟動退款機制(104內部財務審核) – (2) 104財務作業完畢後通知線上刷卡系統商(簡稱:第三方)送出退刷申請 –(3) 第三方會與您的刷卡銀行進行退款程序 – (4) 實際退費所需之工作天依各金融機構實際作業時間為準。(建議您可留意進2-3期的信用卡帳單)
是否提供完課證明
當您課程學習進度達100%,系統會將學習紀錄更新到『履歷表-資格認證欄位』,呈現您在本課程的進修專業,不另提供完課證明文件。 *據104統計 - 學習紀錄匯入履歷表學員之企業邀約數平均成長19%以上!
想掌握更多成長資源嗎? 加入104學習官方LINE,隨時獲取最新資訊