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

1510次瀏覽
NT$1,880
優惠現領
9 折
【7月限時折價券】
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

【免費直播最後名額】還在猶豫該不該轉職前端工程師,4個月她從美術老師到前端工程師的成功關鍵

#免費直播報名倒數 你還停留在跨領域轉職=砍掉重練? 其實「#跨領域經歷」正是當今企業所需!🔥 藝術背景、零程式基礎,完成4個月培訓成為鴻海前端工程師,聽聽她怎麼辦到的👉 https://lihi.cc/meapa ​ ▍ 直播講座資訊 🔹 時間:7/7 (一) 20:00~21:00 🔹 費用:免費報名 🔹 形式:線上直播(將於活動前2~3天email提供直播連結) 🔸報名連結: #活動加碼:成功轉職前輩線上QA解答 ​ ​ 如果你也卡在「要不要轉?」的十字路口,這一集,也許就是你的方向指引! ​ ▍ 這 1 小時與你分享: ✅ 如何自我評估該不該轉職 ✅ 轉職前的心態調適 ✅ 學習過程到專題作品準備 ✅ 團隊 side project 的重要性 ✅ 如何發揮跨領域優勢 ✅ 進入職場的實況與自我提升之路 ✅ 轉職前輩線上 QA 提問 ​ 立即前往報名👉 https://lihi.cc/meapa 想了解其他 IT 轉職職務選擇?明天晚上免費直播報名入口👉 https://lihi.cc/qTYgy 想獲得更多免費求職轉職資源👉 https://lihi.cc/2Fm56

【限時免費領】求職/轉職資源應援包 (職場前輩提問、面試避雷、AI 求職工具等等)

🤔 明明履歷和經歷不差,為什麼面試總是沒下文? 可能你踩中了「面試地雷」,自己卻還不知道! 前往免費解鎖求職資源應援包,1 分鐘快速幫你檢核👉 https://lihi.cc/X6mjq ​ 其實很多人求職、轉職卡關不是因為不努力,而是【沒人告訴你,哪裡該改、該補、該避開】! ​ 🎁 期間限定的《求職資源應援包》就是為你準備的~ ✅ 主管公開心目中的【面試地雷&加分建議】 ✅ 兩組 GPTs工具:履歷優化 x 面試問題模擬 ✅ AI 人才學習地圖 & 產業趨勢 ✅ 免費職涯大小事諮詢表單,有機會獲得前輩親自解答 ✅ 加碼學習金 & 萬元紅包抽獎資格 ​ 還沒決定求轉職方向? 沒關係,先來緯育TibaMe 職涯轉運站 逛逛👉 https://lihi.cc/dQHm6 你需要的求轉職資源都在這! 7/3 (四) 熱門 3 大 IT 轉職職務分析給你聽 7/7 (五) 跨領域竟成為她錄取關鍵!成功轉職鴻海前端工程師經驗分享 先來搞懂怎麼準備、怎麼挑選職務方向,以及學會如何避雷,才是真正的第一步✨ 緯育 TibaMe 職涯轉運站,送你直達理想職涯🙌 ​ #緯育TibaMe讓緯育提拔你 #人才賦能
常見問答
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,但用錯折扣碼怎麼辦?
請申請退款並重新下單,已使用之折扣碼,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。
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 日之非假日上班時段前與104學習精靈提出申請,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,郵件至nabiservice@104.com.tw,本平台將於5個工作天內盡快為您處理。 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折扣碼(若折扣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.若您原訂單信用卡分期,其申請退費時,須整筆訂單全額退費,無法部分或擇一課程退費。
款項何時退回
信用卡一次付清:課程退費採原信用卡退刷方式,退費所需之工作天依各金融機構實際作業時間為準。 信用卡分期付款:課程退費採匯款方式,會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,以利後續退款作業。