>
課程資訊
適用對象
課程特色
詳細內容
師資介紹
我對本課程有興趣
與我諮詢 / 報名
課程資訊
開課日期
2025-05-27
學習時程
66
上課時間
週二,週四
上課時段
晚上
適用對象
熟電腦基礎操作者
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
專業講師
你可能會喜歡...
