資策會•數位教育研究所•科技化服務(ITeS)中心
   
       
 
 
         
   
★ 成為 全方位的人工智慧專家!
人工智慧生成對抗網路(GAN)

2018/7/5開課,6/28前報名享特價!

◆ 課程緣起

在進行監督式深度學習(supervised deep learning)的模型訓練時,資料工程師往往必須準備大量人工辨識好的標籤(labeling)資料才能用於訓練神經網路的辨識模型。例如,通常神經網路要先解析數萬張要辨識物件的照片,才能從中學習如何辨識,這需要資料工程師事先仔細在每張照片上標示物件的內容,這些照片才能用於訓練神經網路,這是一項耗時又耗勞力的工作,每每造成資料工程師的極大困擾。於2016年,Ian J. Goodfellow提出生成對抗網路(GAN: Generative Adversarial Nets)的設計方法。此方法在神經網路的訓練上可大幅減少人力的介入,排除了目前阻礙人工智慧發展的障礙,瞬間成為所有專家討論的議題。Facebook的人工智慧研究專家 Yann LeCun說GAN是”the most interesting idea in the last 10 years in machine learning.”。

GAN的設計理念是訓練兩個相互競爭的神經網路:偽資料產生器(Generator)及資料辨識器(Discriminator):偽資料產生器學習產生很多逼近真實的資料,企圖欺騙資料辨識器;而資料辨識器不斷學習增強自己真實資料的辨識能力以便對抗偽資料產生器的欺騙,就這樣偽資料產生器可產生出許多以假亂真的資料,這些資料即可彌補我們訓練時真實資料的不足,大幅減少資料工程師準備訓練資料的負擔;而且,資料辨識器也可同時完成對等的訓練。此外在許多應用上,還可利用偽資料產生器產出許多異想不到的資料,增加深度學習訓練的廣度,模擬未想像到的虛實情況,增強虛擬幻想的面相。

本課程細說生成對抗網路的設計理念及應用,結合深度學習技術並使用TensorFlow設計,以實例說明其原理及應用方法,使學員能夠快速上手生成對抗網路的應用。

 ◆ 課程目標

本課程的目標在奠定學員學習當代生成對抗網路技術的理論基礎與應用。透過學習許多目前具有代表性的生成對抗網路案例,可累積學員對於各種生成對抗網路設計方法的理解,進而應用到許多人工智慧核心系統的設計,達成具有生成對抗網路功能的智慧型產品設計。

 ◆ 適合對象
  • 高階軟體開發工程師

  • 電子/電機/資訊相關工程師

  • 大數據相關研發人員或資料科學家

  • 統計/數值分析研究人員

  • 財務分析工程師

  • 醫學工程研究人員

  • 生物科技研究人員

須具備Python以及Tensorflow基礎能力,建議可先修習資策會 ”Python機器學習” 和 ”人工智慧Tensorflow應用設計”

 ◆ 課程特色
  • 堅強師資陣容:授課老師具備完整知識及豐富的業界經驗。課程中將以著名的案例來說明生成對抗網路及其應用於人工智慧的方法,讓學員以最快的速度奠定生成對抗網路與人工智慧的設計基礎。
  • 課程內容彙整論文及書籍精華:講義內容豐富,不但綜整許多著名書籍的精華內容,並且萃取多篇具有代表性的學術及專業論文,使學員能夠有效率的吸收到最新最流行的人工智慧技術。
  • 快速的重點講解:課程中將結合講師講授、經驗分享、實務案例分析、工具軟體應用示範,以增進學習的成效。同時,提供豐富的補充教材,包括設計時參考使用的程式源碼及實驗資料取得方式,讓學員能夠盡快上手,開始設計屬於自己的專案計畫,加入人工智慧的設計行列。
 ◆ 課程大綱
單元
主題
內容大綱
1

 

生成對抗網路

(GAN)簡介


n   為何需要生成對抗網路

n   生成對抗網路的基本架構

n   資料辨識器(Discriminator)網路設計

n   偽資料產生器(Generator)網路設計

n   定義損失函數(Loss function)

n   訓練生成對抗網路

n   產生訓練資料
2

AC-GAN

應用案例說明

 

 

n   AC-GAN 原理介紹

n   AC-GAN影像合成應用設計

n   AC-GAN Tensorflow 程式解說
3

DC-GAN

應用案例說明

n   結合CNNGAN

n   資料辨識器(Discriminator)CNN結構

n   偽資料產生器(Generator)CNN結構

n   訓練DC-GAN

n   DC-GAN Tensorflow 程式解說

4

生成對抗網路

個案研究

 

n   Progressive Growing of GANS for Quality

n   GAN to Sketch realistic Portrait

n   Text to Photo Synthesis with Stacked GAN

n   GAN to Generate Images of Outdoor Scenes

n   Image Super Resolution GAN

n   Visual Dialog Generation GAN

 

 

* 課程執行單位保留調整課程內容與講師之權利

 ◆ 課程日期

2018年7/5(四)、7/6(五),每日9:30~12:30、13:30~16:30 上課,計二天、12小時。

 ◆ 上課地點

資訊工業策進會 數位教育研究所, 台北市信義路三段153號10樓。
上課地點位於捷運大安站1號出口左轉(復興南路與信義路交叉口附近)
* 上課地點與教室之確認,以上課通知函為主。

 ◆ 報名方式
本課程採線上報名,請按右方【我要報名】進入報名系統。

按此連至線上報名網址
下載DM

課程諮詢:(02)6631-6539 課程經理 張先生,或E-mail:alanchang@iii.org.tw
報名確認:(02)6631-6535 郭小姐,或E-mail:florakuo@iii.org.tw
 ◆ 課程費用與繳費
1. 本課程費用 NT$12,000元(含稅)費用含課程、講義及午餐費。
2. 凡於2018年6月28日前,完成報名並填寫繳費資料者,可享優惠價 NT$8,400 元(含稅)。
3. 團報優惠:兩人團報可打95折、四人團報可打9折優惠。
˙團報優惠與早鳥優惠可一併使用。
˙課程報名系統每個帳號僅提供一位學員報名,若為團報學員,每位皆必須完成線上報名,並於其他金額說明欄位註記「與XXX一起團報」,以利事後核對名單。
4. 請以信用卡或即期支票支付—
  ˙以信用卡支付者:請務必將正確信用卡資料填寫於繳費方式資料表。
˙以即期支票支付者:抬頭為「財團法人資訊工業策進會」, 劃線並禁止背書轉讓,以掛號寄至台北市106信義路三段153號11樓,邱小姐 收。
5. 課程若未如期開班,費用將全額退還。
◆ 報名確認與取消
1. 已完成報名與繳費之學員,課程主辦單位將於開課三天前以E-mail方式寄發上課通知函;若課程因故取消或延期,亦將以E-mail方式通知,如未收到任何通知,敬請來電確認。
2. 已完成繳費之學員如欲取消報名,請於實際上課日前以書面通知業務承辦人,主辦單位將退還90% 課程費用。
3. 學員於培訓期間如因個人因素無法繼續參與課程,將依課程退費規定辦理之︰上課未逾總時數三分之一,欲辦理退費,需先扣除原廠教材費用,再退還所有費用二分之一;上課逾總時數三分之一,則不退費。
4. 課程執行單位保留是否接受報名之權利。
5. 如遇不可抗拒之因素,課程主辦單位保留修訂課程日期及取消課程的權利。
 ◆ 餐點服務
本課程上課期間,每天都會提供午餐,學員不需自行準備或額外付費。
 ◆ 結業證書
依本會ISO品質系統之「教育訓練服務程序」規定,本課程學員缺課未超過總時數五分之一者,結業時由本會核發結業證書。
 ◆ 學習護照
本課程學習時數可登錄「公務人員終身學習護照」及「中小企業終身學習護照」,相關事宜按發照單位作業辦法辦理。
 ◆ 資策會 研發管理 課程架構圖
 
 ◆ 人工智慧 相關課程
 ◆ 人工智慧 相關 報導

 

   
         
     

資訊工業策進會 數位教育研究所    版權所有,禁止侵害,違者必究。
Copyright (c) 2015 III Digital Education Institute. All Rights Reserved