NTU HPC

基本資訊

【日期】 2018/7/26(四)

【時間】 ■09:10~12:00 ■13:20~16:10

【地點】計中 212 教室（電腦教室）

【費用】臺灣大學及國立臺灣大學系統 500 元，其他 1000 元，名額40人

【主辦單位】國立臺灣大學計算機及資訊網路中心（臺大計中）

【協辦單位】鈦思科技股份有限公司

師資

鈦思科技莊賀鈞 Claire 應用工程師

鈦思科技應用工程師，主修人工智慧，熟悉基因演算法、類神經網路、Fuzzy 專家系統等領域。目前負責 MATLAB於平行運算，機器學習，影像處理，以及財金領域之應用、MATLAB專任講師及 MATLAB與其他語言整合之技術支援。

詳細資料

鈦思科技洪詩涵 Sarah 應用工程師

目前任職於鈦思科技應用工程師，擔任MATLAB專任講師與負責產品技術支援，主要負責影像處理、電腦視覺、深度學習等技術支援。

詳細資料

課程簡介

此課程將分為2個部分

大數據分析課程簡介

本課程介紹MATLAB如何面對大量資料的處理與分析，主要可分為三個部分，第一部分介紹資料的匯入，以及MATLAB匯入檔案時，如何有效率的使用記憶體，這邊我們會使用MATLAB提供最新的技術: Tall Array的用法；第二部分將介紹資料前處理的相關功能，包含如何將資料結構化，缺漏值處理與合理的補齊缺漏值；最後一部分將介紹分析的模型與手法，如: 機器學習，並說明簡單上手的Classification Learner App分類器之用法，以及如何從資料分析的結果中獲得價值。

參加本課程可以協助您了解：

新功能Tall Array用法
缺漏值處理
快速上手機器學習

深度學習課程簡介：

深度學習是目前人工智慧的主流，透過MATLAB每個人都可以輕鬆設計、訓練和視覺化深度學習模型。此課程介紹深度學習中用來實現影像分類的卷積神經網絡(Convolution Neural Network)，您可以直接使用多種專家的模型，例如ResNet, Inception-v3來進行遷移式學習，抑或是自己設計深度學習網絡。此外使用者在Caffe與Tensorflow-Keras訓練好的模型，可以透過Importer轉入到MATLAB。MATLAB支援CUDA-enabled NVIDIA GPU，可利用GPU來加速訓練與進行辨識。課程的最後介紹如何訓練物件偵測器(Object detector)，包含利用MATLAB提供的App- Image Labeler，來標定Ground Truth，並用Ground Truth來進行物件偵測的深度學習。
MATLAB支援CUDA-enabled NVIDIA GPU，可利用單個或多個GPU來加速訓練與進行辨識。最後簡介如何使用GPU Coder App將Deep Learning Model轉成CUDA Code，如此就能夠進行嵌入式系統的硬體實現。

參加本課程可以協助您了解：

下載與使用pre-trained model
呼叫Layer API以搭建卷積神經網絡
利用GPU卡加速深度學習
視覺CNN學習完的成果
將CNN移植到嵌入式系統上

課程內容

大數據分析	深度學習
Import with large data size Memory usage in MATLAB Data types in MATLAB DATASTORE/TALL function Data pre-processing Dealing with NaN Joining the data from different data source Predicting data with model Machine Learning Machine Learning with tall array	What is Deep Learning? Why is Deep Learning So Popular Deep Learning Enablers Layers in Convolution Neural Network What are Neural Networks Convolutional Neural Networks (CNN/ConvNet) Layers in Convolution Neural Network Image classification using pre-trained network Import the Latest Models Image Classification Using Pre-trained Network Manage Large Sets of Images Train a new model Two Approaches for Training New Model Train from Scratch Transfer Learning GPU Coder introduction Deep Learning Model Deployment

大數據分析

深度學習

Import with large data size

Memory usage in MATLAB
Data types in MATLAB
DATASTORE/TALL function

Data pre-processing

Dealing with NaN
Joining the data from different data source

Predicting data with model

Machine Learning
Machine Learning with tall array

What is Deep Learning?

Why is Deep Learning So Popular
Deep Learning Enablers

Layers in Convolution Neural Network

What are Neural Networks
Convolutional Neural Networks (CNN/ConvNet)
Layers in Convolution Neural Network

Image classification using pre-trained network

Import the Latest Models
Image Classification Using Pre-trained Network
Manage Large Sets of Images

Train a new model

Two Approaches for Training New Model
Train from Scratch
Transfer Learning

GPU Coder introduction

Deep Learning Model Deployment

對象

具備基本 MATLAB programming知識，未來想從事系統開發工程師、財務分析工程師、電子/電機相關工程師、測試/量測工程師、醫學界研發人員、生物科技研究人員，以及統計/數值分析人員等。

備註

本課程不供餐，不提供上課證明或證書。

2018 暑期高效能運算課程