Home Page Product 課程介紹 專業教育訓練課程 【課程十一】深度學習: Go Deeper and Faster with GPUs (共 2 天)
Search By Category
Search By Keyword
專業教育訓練課程
Product Name
【課程十一】深度學習: Go Deeper and Faster with GPUs (共 2 天)
Model
T011

自從西元 1998 年 Yann LeCun 大師提出 LeNet 神經網路 (Neural Network) 作為手寫文件的辨識方法之後,Convolutional Neural Network (CNN) 網路架構成功的提昇了神經網路的執行效率;同時也證明了將神經網路應用在實際產品的可行性。到了西元 2012 年 Geoffery Hinton 大師所提出的 AlexNet (含有 8 層網路深度) 在 ImageNet 年度影像識別大會 (ILSVRC-2012) 奪得當年比賽的冠軍,將辨識的錯誤率降低至 16.4%,受到當時各界的矚目,也更證明了深度學習 (Deep Learning) 的效果及實用性。接著在西元 2014 年,Google 團隊更提出了深度為 22 層的 GoogLeNet 神經網路,在ILSVRC-2014 比賽中贏得冠軍,更將辨識的錯誤率降低至 6.7%;Google 同時也運用深度學習的技術實現了許多智慧型的服務,例如 Google Now 語音辨識、Gmail 自動回信、Gmail 垃圾郵件判斷、Google相簿自動分類與辨識、Google 翻譯等。因此,深度學習的技術已漸漸地實現了許多我們期待已久的人工智慧 ( Artificial Intelligence ) 應用系統;加上現今 CPU與 GPU 平行處理能力的大幅增長,更促進了目前深度學習被開發的腳步。


在兩天的深度學習訓練營中,第一天所安排的課程內容將由淺而深,從神經網路的基礎模型開始說明,包含訓練與辨識的方法,使學員瞭解基礎模型的運作方式。接著將介紹在深度學習技術中常用的 Convolutional Neural Networks (CNN) 模型,配合 Image classification 應用實例,幫助學員實際的瞭解深度學習的訓練及辨識概念;然而運算速度終究成為實際應用的瓶頸,因此運用 GPU 加速已成為深度學習項目中不可不知的關鍵技術。NVIDIA提供 cuDNN 等加速程式庫,讓使用者可以運用所提供的高階模型來加速深度學習的計算,因此本課程也將介紹 cuDNN 等加速程式庫的使用方法。


經過第一天深度學習的基礎訓練之後,第二天的課程內容將著重於 Berkeley CAFFE 及 Google TENSORFLOW 等深度學習平台的介紹與展示。


本課程不包含上機實習,目的在使學員能夠在最短的時間內先吸收深度學習的技術,在完成課程之後能自行著手建立深度學習的開發環境,開始進行在自己專長領域產品的研究與開發。

歡迎您來參加這場不能錯過的深度學習訓練營,在最短的時間內,快速的接受深度學習的洗禮。

※上課時間 :歡迎機關團體或個人隨時來電洽詢。

基礎 :具備有 C 程式語言的設計基礎者均可參加此課程。

  

【課程內容表】

 

授課講師
兌全有限公司 專任講師
第一天  議 程 內     容
8:30~9:00 報     到
9:00~10:50
1. Introduction to Neural Network
2. Stochastic Gradient Descent (SGD)
3. Supervised Learning
10:50~11:00 休息時間
11:00~12:00
4. Convolutional Neural Networks (CNN)
    a. Why Deep Learning?
    b. Modeling, Training, and Back Propagation
    c. Case Study: LeNet-5
12:00~13:00 午餐時間
13:00~14:20
5. Deep Learning for Image classification and analysis
     a. Case Study: AlexNet
     b. Dropout
6. Case Study: GoogLeNet
14:20~14:30 休息時間
14:30~16:00
7. Deep Learning for Object Detection
16:00~16:10 休息時間
16:10~17:00
8. NVIDIA cuDNN Deep Leaning Primitives
  賦    歸

 

 

授課講師
兌全有限公司 專任講師
第二天  議 程內     容
8:30~9:00報     到
9:00~10:5
1. Berkeley CAFFE
    Network Design, Solver set up, Training, and Prediction
2. Design AlexNet Using CAFFE
3. Design GoogLeNet Using CAFFE
10:50~11:00休息時間
11:00~12:004. Introduction to Python
5. Introduction to Numpy and Scipy
12:00~13:00午餐時間
13:00~14:206. Google TENSORFLOW
7. Basic data type: Tensor
8. Tensor Shape, Rank and Dimension
9. Tensor Transformations
14:20~14:30休息時間
14:30~16:0010. Tensor Operations
11. Single Layer Tensor Neural Network
16:00~16:10休息時間
16:10~17:0012. Multi-layer Tensor Neural Networs
13. TensorFlow and GPUs
14. TensorFlow Case Study
 賦    歸

 

【資訊內容】

 

 




 

 

GPU123 Technology Co., Ltd.
Tel : +886 3301 9583  Fax : +886 3 301 9045
地址:
4F. -1, No. 67, Sec. 2, Daxing W. Rd. Taoyuan City, Taoyuan County  33046, Taiwan (R. 0. C. )    
    

 

Designed by ezb2b2c