校際選修

115-1 選課時程

進行中

  • 初選第一階段 6/15/2026
  • 初選第二階段 6/22/2026
  • 校際選修 8/24/2026
  • 初選第三階段 8/31/2026
  • 開學後加退選 9/7/2026
  • 逾期加退選 9/21/2026
選課資源

深度學習與生醫應用

Deep learning and biomedical applications

學期
112-2
學分
3 學分
當期課號
132600
永久課號
BEBN20024
開課單位
生醫光電研究所
授課教師
吳育德
校區
陽明
類別
選修
上課時間表
週一
7
15:30–16:20
深度學習與生醫應用
YL403
3 節連堂
8
16:30–17:20
9
17:30–18:20

* 根據陽明交大上課時間表所列

概述

本課程將以翻轉教學的方式進行,請同學先看過已經放在教學區的預錄影片,該影片已經包含了python簡短複習,捲積深度學習網路架構的基本理論、物件導向程式、pytorch以及應用實例。本學期的授課重點為增強大家對深度學習與Pytorch程式的了解,將以教科書(Daniel Voigt Godoy - Deep Learning with PyTorch Step-by-Step A Beginner’s Guide-leanpub.com (2022))的內容由大家輪流報告、作業訂正和專題相關內容討論。本門課歡迎有強烈動機要學習深度神經網路的同學修讀,只有Python基礎的同學,修讀本門課每周所需花費的時間(包含寫作業)至少十二小時,無法投入全力投入的同學請慎重考慮是否選修。有意選修本門課之同學請務必在寒假先行觀看預錄影片。

先修科目

本門課的先修科目為Python(懂物件導向語言尤佳)、微積分(會用到Chain rule)、線性代數(用到矩陣運算)與機率(常用的機率分布,例如高斯分布)。 全學期為線上授課,每周討論與上課過程仍全程錄影並在課後放在E3。每周視訊連結為 meet.google.com/scw-fjnf-ums 請大家報告時要啟動Evercam錄影,陽明校區的產品序號:B160-1CCF-BBF2-1B35 啟用碼:556716

教學方式

生醫光電所研究生李冠昱、李佩昕、陳玠伯

評分方式

教科書報告佔總分20分(每週表單同學互評),十次作業,每次作業佔總分5分,期末專題占總分30分,

週次計畫
週次主題
第 1 週深度學習課程內容介紹
第 2 週線上教材修讀 1 + Chapter 0: Visualizing Gradient Descent.
第 3 週線上教材修讀 2 + Chapter 1: A Simple Regression Problem
第 4 週線上教材修讀 3 + Chapter 2: Rethinking the Training Loop
第 5 週Chapter 3:A Simple Classification Problem
第 6 週Chapter 4:Classifying Images + 專題題目與內容提報
第 7 週Chapter 5:Convolutions + 專題題目與內容提報
第 8 週Chapter 6:Rock, Paper, Scissors + 專題題目與內容提報
第 9 週Chapter 7:Transfer Learning + 專題題目與內容提報
第 10 週Chapter 8: Sequences .+ 專題題目與內容提報
第 11 週期中停課一次
第 12 週Chapter 9 — Part I: Sequence-to-Sequence.
第 13 週Chapter 9 — Part II: Sequence-to-Sequence.
第 14 週Chapter 10: Transform and Roll Out (非同步遠距)
第 15 週期末專題討論與報告
第 16 週期末專題討論與報告
教科書

1. Paolo Perrotta, Programming Machine Learning_ From Coding to Deep Learning (2020) (與Lectures 1-6 內容相關) 2.PyTorch Computer Vision Cookbook_ Over 70 recipes to solve computer vision and image processing problems using PyTorch 1.x-Packt Publishing (與Lectures 7-13 內容相關) 3.SEBASTIAN LIU YUXI (HAYDEN) MIRJALILI VAHID RASCHKA - MACHINE LEARNING WITH PYTORCH AND SCIKIT-LEARN _ develop machine learning and deep learning... models with scikit-learn and pytorch.-PACKT PUBLISH (與Lectures 14 內容相關) 2.Daniel Voigt Godoy, Deep Learning with PyTorch Step-by-Step A Beginner’s Guide-leanpub.com (2022) (本學期大家輪流報告與討論的教科書)

Office Hours
時間
需要討論同學可在每周上課後留在線上討論