人工智慧關鍵技術開發

訓練目標

本課程的目標在奠定學員學習當代人工智慧關鍵技術的理論基礎。透過學習許多目前
具有代表性的深度學習神經網路架構，可累積學員對於各種重要神經網路元件的理解，進
而組成許多人工智慧核心系統的設計，達成具有自我學習及解析功能的智慧型產品設計。

課程特色

◆神經網路(Neural Network)簡介
?˙單層網路與多層網路
?˙監督式學習與非監督式學習
?˙Weight and Bias
?˙隨機梯度漸降(Stochastic Gradient Descent)
?˙Learning Rate
?˙Weight Decay
?˙Momentum 等觀念介紹


◆深度學習及 Convolutional Neural Networks (CNN)架構介紹
?˙傳統神經網路的缺點
?˙CNN的優點
?˙LeNet-5
?˙AlexNet
?˙GoogLeNet
?˙Dropout


◆整合深度學習神經網路架構成為人工智慧應用系統
?˙重要的深度學習神經網路架構介紹
?˙Denoising Autoencoders
?˙Restricted Boltzmann Machines
?˙Deep Belief Networks
?˙RNN (Recurrent Neural Networks)
?˙LSTM (Long Short Term Memory)


◆Berkeley CAFFE平台介紹
?˙用CAFFE平台設計深度學習神經網路
?˙CAFFE AlexNet設計
?˙CAFFE GoogLeNet設計
?˙Solver 設定
?˙執行 Training
?˙執行 Prediction

詳細課程內容請參考以下網址：http://www.iiiedu.org.tw/ites/AITECH.htm

開課資訊