深度學習
Introduction to Deep Learning
學期
112-1
學分
3
學分
當期課號
537010
永久課號
MGMS30106
開課單位
管理科學系
授課教師
盧浩鈞
校區
光復
類別
選修
上課時間表
| 節 | 週四 |
|---|---|
2 09:00–09:50 | 深度學習 M301 3 節連堂 |
3 10:10–11:00 | |
4 11:10–12:00 |
* 根據陽明交大上課時間表所列
概述
此課程為介紹深度學習之基礎部分, 使用PyTorch套件來做為開發架構, 其主要內容包含Back-propagate網路基礎架構, 語意分析, CNN, 遷移式學習, 影像前處理, 圖像風格遷移, 與生成對抗等, 可做為後續影像相關處理研究之基礎.
先修科目
1.Python程式設計
教學方式
建議自備notebook且充好電
評分方式
(a) 上課參與(15%) (b) 期中報告(35%) (c) 期末報告(35%)
課程大綱
- Deep Neural Network
- Image Classification
- Advanced topics
- 報告
- Concept
週次計畫
| 週次 | 主題 |
|---|---|
| 第 1 週 | Introduction |
| 第 2 週 | Concept, Anaconda, and PyTorch |
| 第 3 週 | 1.Tensor and Dynamic Computational Graph. 2.Gradient Decent simple Examples*2. |
| 第 4 週 | 1.Neural Network Basic – model / activation. 2.Backpropagate Neural Network – loss function / gradient descent. |
| 第 5 週 | 1.Backpropagate Neural Network – optimizer. 2.Neural Network 2 – Practical examples (單車預測器). |
| 第 6 週 | Sentence Analysis – 中文情緒分類器 |
| 第 7 週 | 1.Sentence Analysis – 中文情緒分類器 之分析. 2.CNN – Basic. |
| 第 8 週 | 期中報告 |
| 第 9 週 | CNN – 手寫數字分類器 |
| 第 10 週 | CNN & Image preprocess – image filter, image argument, Open CV |
| 第 11 週 | Transfer Learning – ResNet, DenseNet |
| 第 12 週 | Number Image Adding Machine |
| 第 13 週 | The Concept of RNN and LSTM |
| 第 14 週 | A Simple RNN/LSTM Program & LSTM 作曲機 |
| 第 15 週 | 專題演講 |
| 第 16 週 | 期末報告 |
| 第 17 週 | 彈性上課 (Option) |
| 第 18 週 | 彈性上課 (Option) |
教科書
1.Teaching PowerPoint materials 2.強者用PyTorch實作史上最經典AI範例(DM2002). 集智俱樂部著. 深智出版社. 2020.
Office Hours
- 地點
- M316
- 時間
- Wed, 15:30-17:30
- 聯絡方式
- bach0809@gmail.com