NVIDIA Jetson Nano AI入門應用|深度學習與影像分析
開課日期 | |
2025-12-03 |
課程費用 | |
線上洽詢 |
開課地點 | |
新竹縣竹東鎮中興路四段195號 |
2025-12-03
6小時
週三
上午,下午
1.建議大專以上、理工相關科系畢業。
2.對Python和PyTorch具備基礎的認知與瞭解。
3.對邊緣AI監控裝置、倉儲機器人、智慧交通系統、AI應用開發有興趣者。
4.目前從事AI邊緣應用、AIOT應用/AI應用開發等研發工程師或新產品開發人員。
能學會蒐集影像資料來建立分類模型
能利用標記影像資料建立回歸模型
能運用自己擁有的資料訓練神經網路、建立專屬模型
能使用自己建立的模型,在Jetson Nano上進行推論
| 課程單元 | 授課大綱 | 時數 |
| 單元一 | 1.簡介NVIDIA DLI課程及認證考試 | 0.5H |
| 建立基礎 | -認識官方學習資源與專業認證價值。 | |
| 2.深度學習核心概念:卷積神經網路(CNN) | ||
| -理解CNN架構與影像辨識應用基礎。 | ||
| 單元二 | 3.資料收集與前處理 | 2H |
| 影像分類模型 | -如何蒐集、標註並整理影像資料集 | |
| 4.監督式學習之影像分類應用 | ||
| -建立影像分類的基礎模型 | ||
| 5.分類模型延伸應用--實作演練 | ||
| 單元三 | 6.回歸模型與影像資料解析 | 3H |
| 回歸模型應用 | -認識影像資料中的連續數值預測 | |
| 7.神經網路模型訓練與建立 | ||
| -使用資料訓練神經網路,完成自製模型。 | ||
| 8.回歸模型延伸應用-實作演練 | ||
| 單元四 | 9.完成NVIDIA線上課程 | 0.5H |
| 完成DLI認證 | -課程學習並獲取官方證書,作為專業能力認證。 |