課程資訊
適用對象
課程特色
本課程聚焦深度學習在非結構化資料中的應用,涵蓋CNN圖像訓練、YOLO物件偵測、NLP文字處理與生成、GAN生成模型及強化學習實作。透過實際案例如手寫數字辨識、語音轉換及AIGC應用,學員將掌握深度學習框架與技術,實現模型訓練與部署。
詳細內容
● 梯度下降法原理解析及範例 ● 「手寫阿拉伯數字辨識」完全解析:十大處理步驟 & 原理解說 ● 模型佈署:網頁程式實作與雲端部署 ● 卷積神經網路(CNN):卷積效果、預訓練、轉移學習、風格轉換 ● 物件偵測演算法:NMS、YOLO自訂資料集模型訓練與實作 ● 自然語言處理(NLP)前置處理:語音與文字轉換、語文前置處理、分詞套件介紹 ● 詞嵌入:詞向量原理、生成/比對、中文詞向量、模型訓練實作 ● 自然語言處理模型與應用:循環神經網路(RNN)、長短期記憶網路(LSTM)、 ● Transformer網路架構、情緒分析、時間序列預測 ● Transformers套件介紹及範例:文本分類、問答、生成、中文模型 ● 生成對抗網路(GAN):DCGAN、CGAN、Text To Image ● 語音處理:訊號前置處理&實作、短指令辨識、自動語音識別 ● 強化學習原理與演算法:Gym套件、動態規劃、蒙地卡羅、時序差分、Stable-Baselines3
師資介紹
巨匠電腦專業講師! https://www.pcschool.com.tw/pcschool-teachers
備註