1090630/1090702/1090703人工智慧工作坊-NVIDIA Jetson Nano機器學習入門-高階課程
NVIDIA Jetson Nano進行機器學習入門-高階課程
一、課程介紹:
人工智慧如何影響人類生活?
悲觀者說大量工作會消失,樂觀者則說有更多工作機會,十年後的工作會是什麼樣?你要怎麼找到自己的位置?
AI很厲害,但也會犯愚笨的錯誤,信任它可能可以走得很遠,但是盲目的信任容易導致巨大的損失。關鍵是瞭解人工智慧的優點與缺點,能做什麼,不能做什麼。
二、邊緣運算、智慧邊緣
隨著終端物聯網裝置的運算能力提升,可期待在資料第一線就進行一定的資料處理來降低網路頻寬與中央處理器的成本。本課程使用低功耗的嵌入式裝置(Nvidia Jetson Nano)提供即時視覺智能判斷,提高低功耗的嵌入式裝置推理速度,本次將帶學員一同完成NVIDIA DLI線上學習課程,取得學習證明。
三、學習目標:
- 蒐集影像資料來建立分類模型
- 標記影像資料建立回歸模型
- 運用自己擁有的資料訓練神經網路、建立專屬模型
- 使用自己建立的模型,在Jetson Nano上進行推論
在DLI課程中建立分類應用
四、課程細節:
- 基礎:對Python的基礎理解 (有很好,但並非必須)
- 要用到的軟硬體:PyTorch, Jetson Nano 單板電腦
- 證書:有
- 考試方式:選擇題
獲得學習證明
五、場次
人工智慧工作坊-NVIDIA Jetson Nano |
|||
場次 |
第一場 |
第二場 |
第三場 |
活動日期 |
109年6月30日(二) |
109年7月2日(四) |
109年7月3日(五) |
活動 時間 |
08:00~17:00 |
||
參與 人員 |
已修習過5/29、6/5、6/19基礎課程的師生 |
||
供餐 方式 |
結束後發放餐卷 |
||
活動 地點 |
挺生大樓200教室 |
||
人數 限制 |
20人 |
20人 |
20人 |
報名連結 |
六、講師:曾俊霖老師
七、課表:
Day |
說明 |
08:00-10:00 | 設備準備 |
10:00 – 12:00 |
註冊NVIDIA線上學習課程帳號 認識深度學習之卷積神經網路 |
12:00 – 13:00 |
午餐時間 |
13:00 – 15:30 |
為分類模型收集影像資料 影像分類 – 監督式學習之基礎應用 小組實作-分類模型延伸應用 |
15:30 – 15:45 |
休息與交流時間 |
15:45 – 17:00 |
解說回歸模型影像資料 神經網路上使用資料進行訓練,建立自己的模型 小組實作-回歸模型延伸應用 完成NVIDIA線上學習課程 |