2019 暑期高效能運算課程

基本資訊

【日期】 2019/8/12(一)、8/13(二)

【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 1000 元，其他 2000 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】兌全有限公司

師資

兌全有限公司 鄭羽熙 博士

兌全有限公司 總經理

學歷：國立台灣大學 電機系博士 (1992)

經歷：

1. 中山科學研究院簡聘技正
2. 德碩半導體股份有限公司晶片設計經理
3. 麗臺科技股份有限公司副總工程師

專長：

1. Deep learning and Artificial intelligence application
2. Multi-core parallel processing and GPU massive processing
3. Video codec and algorithm
4. Embedded SOC system
5. FPGA and Chip design
6. ECG and HRV application

詳細資料

課程簡介

Keras深度學習開發平台近來逐漸受到廣大開發者的喜愛，目前其應用程式界面(API, Application Programming Interface)已經正式被Google納入TensorFlow v1.12版 tf.keras Python Package中，原因是Keras所提供的高階人性化描述，使得類神經網路的訓練及預測方法可以讓開發者以最少的指令敘述完成多種深度學習及人工智慧的佈局設計；例如 DNN、CNN、RNN/LSTM、CNN-LSTM、及其多重變化組合的高階應用。

其應用領域包含數據的統計和預估、影像中物件的偵測和辨識、語音訊息的辨識處理、自然語言的翻譯和語義的解析、深度強化學習的自我訓練、對抗網路的資料生成等；再加上其高階模組化的包裝及易於擴充的特性，使得許多複雜的人工智慧專案選擇採用 Keras 撰寫，以期易於日後的維護及可讀性的維持。

為了協助學員快速上手設計TensorFlow Keras人工智慧應用程式，本課程特別安排增加上機實作演練，於二日的課程期間帶領學員從安裝TensorFlow Keras開始，一一執行上課講解的程式，在引導的過程中快速吸收Keras的設計技巧；從觀摩類神經網路的運算和CNN、RNN/LSTM等深度學習網路的設計、GoogLeNet和ResNet等圖像分類個案研究，一直到可以自行設計Keras應用程式；經過本課程的訓練，學員將可實際上手使用Keras，開始設計人工智慧應用程式。

課程內容

第一天	第二天
Keras 程式設計模式介紹 深度學習數據查看及預處理 Keras數據模型訓練與預測 建立模型、進行訓練、預測、評估模型準確率 Keras CNN影像辨識 Keras 彩色影像讀入預處理練習 Keras影像模型訓練及預測 Keras Pre-trained Model Import and Prediction Keras 個案開發練習(一)	Keras Conv1D 介紹 Keras RNN/LSTM介紹 Keras 時間序列資料訓練與預測 Keras 自然語言預先處理 Keras 自然語言訓練與預測 Keras 支援深度強化學習介紹 Keras Deep Q-Learning Keras 支援生成對抗網路介紹 Keras 個案開發練習(二)

對象

具備基本程式語言設計基礎。

未來想從事高階軟體開發工程師、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