2020年03月12~13日 NVIDIA 深度學習機構(DLI)

DLI進階研習會

課程名稱 : DLI+ 電腦視覺的深度學習基本原理與NVIDIA Jetson Nano推論應用
時間 議程
09:00 – 09:30 報到
09:30 – 12:00 1. 電腦視覺的深度學習基本原理介紹
2. 利用 DIGITS 訓練類神經網路解決圖像分類問題
3. 如何佈署訓練過的類神經網路
12:00 – 13:00 午休
13:00 – 15:00 1. 如何利用已訓練的 ImageNet 模型進行推論
2. 物件檢測概念介紹
3. 利用 DIGITS 訓練類神經網路解決物件檢測問題
15:00 – 15:15 午茶
15:15 – 18:00 1. 邊緣運算與TensorRT介紹,TensorRT加速原理
2. 如何佈署已訓練完成模型至 Jetson Nano進行推論
3. 如何利用TensorRT加速邊緣運算效能
課程名稱 : 利用深度學習實踐於工業瑕疵檢驗
時間 議程
09:00 – 09:30 報到
09:30 – 12:00 1. 自動工業檢測問題,PCBA 製程,AOI 當前挑戰
2. 數據管理、探索與格式化
 
12:00 – 13:00 午休
13:00 – 15:00 1. 使用 InceptionV3 應用轉移學習
2. 應用資料增強技術來解決嚴重不平衡的數據集與節省數據集的磁盤存儲
3. 提高性能,證明誤報可以通過深度學習降至零
15:00 – 15:15 午茶
15:15 – 18:00 1. 進行模型可行性測試和快速原型設計
2. 凍結模型,並通過TensorRT 優化InceptionV3模型
3. 比較使用FP32 / FP16上的性能改進

課程介紹:
    必備基礎能力:熟悉基礎程式設計原理,例如函數和變數
    測驗類型:程式編寫
    課程結束後,可進行線上測驗,通過後可取得電子認證證書

本次課程將說明如何利用 NVIDIA DIGITS 搭載 Caffe 與 Google Tensorflow,無需撰寫程式代碼,即可完成圖像分類和物件偵測等模型訓練工作。並直接教你把訓練後的模型佈署到NVIDIA Jetson Nano套件中,實際演練您所完成的圖像分類和物件偵測功能。

除了NVIDIA深度學習上機課程,本次應用班也會教您實際操作包含GPU效能之嵌入式套件Jetson Nano,透過TensorRT加速引擎,讓您能將課程中所完成的模型直接佈署於推論裝置中,深度了解如何透過GPU實現邊緣計算。

你將學習:
    實作常用的深度學習工作流程,如:圖像分類和物體偵測
    透過資料、訓練參數、網路架構等策略進行實驗以改善效能與功能
    部署你的神經網路,開始解決現實世界的問題

完成之後,你便能獨立開始使用深度學習解決問題。

授課時數: 7小時

講師:

NVIDIA DLI 認證講師
林威延 博士

NVIDIA 認證課程:CV影像辨識、NLP自然語言處理、MDT多型態資料處理
學歷與主修:台灣大學機械工程研究所博士
教學簡歷:
  • 長庚大學技術合作處深度學習實作課程講師
  • 靜宜大學深度學習實作課程講師
  • 台中電腦公會深度學習實作課程講師
  • 台中科技大學深度學習教育訓練講師
  • 台北商業大學深度學習工作坊講師
  • 海洋大學、台大物理治療系、淡江大學深度學習應用研討會講師
現任:麗臺科技 資深產品經理

 

其他說明:

  • Day 1 標準課程附贈一組NVIDIA Jetson Nano開發套件 (含5V4AC Adapter、SD card、攝影機模組各一)。若學員自備設備,只需課程,可折扣$3,000。(請於報名頁面備註不需設備)
  • 學員需自備筆電
  • 課程費用含NVIDIA Jetson Nano開發套件,在本課程招生截止日前,需先完成繳款,且無法退款。若原報名者因故不克參加,且欲更換他人參加,敬請於開課前七日通知。

課程介紹:
    必備基礎能力:「電腦視覺的深度學習基礎課程」或類似經驗,熟悉深度神經網路,並具備 Python 和深度學習框架 (如 TensorFlow、Keras 或 PyTorch) 經驗。
    深度學習框架:TensorFlow、TensorRT、Kerass
    測驗類型:程式編寫
    課程結束後,可進行線上測驗,通過後可取得電子認證證書

參加本課程你將有機會利用深度學習解決自動工業瑕疵檢驗,透過從問題定義,至數據管理/探索/格式化並透過視覺方式降低誤判率。本工作坊包含三個子課程,涵蓋End to End的深度學習應用流程,使用 NVIDIA 印刷電路板(PCB) 實際生產資料集驗證,讓學員能體驗從數據管理/格式化,轉移學習 (Transfer learning) 以及最後推論過程。

你將學習:
    提供自動工業檢測、問題制定、數據管理、探索和格式化方面的實踐經驗。
    提供基於 NVIDIA 真實生產流程的轉移學習,inline augmentation、建模和微調的實踐經驗。
    提供資料整理、模型訓練與推論的實踐經驗。在 NVIDIA 的真實生產流程蒐集圖片進行轉移學習的 Inception V3 模型的評估和解釋。

授課時數: 7小時

講師:

NVIDIA DLI 認證講師
劉冠良 博士

NVIDIA的資深深度學習解決方案架構師,協助客戶構建基於NVIDIA技術的創新解決方案。研究興趣是將機器學習算法應用於現實世界的問題。在加入NVIDIA之前,曾擔任富士康機器學習工程師,領導了分析團隊,並開發了各種以製造流程為中心的預測建模項目,包括缺陷檢查和預測性維護。
他是洛斯阿拉莫斯國家實驗室 (Los Alamos National Laboratory) 生物科學團隊的訪問學者,致力於人類和環境微生物組項目。

 

其他說明:

  • 學員需自備筆電
  • 本課程招生截止日前,需先完成繳款。若原報名者因故不克參加,且欲更換他人參加,敬請於開課前七日通知。

上課地點: 麗臺科技9號教室 ( 新北市中和區建一路166號18樓 )

繳費方式: 匯款

提供午餐:

招生人數: 20 人 (數量有限, 儘速報名以確保席位)

洽詢專線: 麗臺科技02-8226-5800分機236 陳小姐

招生截止日: 2020/03/05 (四) 17:00前

報名與費用:

課程名稱

原價

2020開春價

$19,500/人 $13,650/人 (7折)
$16,500/人 $11,550/人 (7折)
$36,000/人 $18,000/人 (5折)