![]() |
課程介紹
|
【課程資訊】
【課程簡介】人工智慧如何影響人類生活? 悲觀者說大量工作會消失,樂觀者則說有更多工作機會,十年後的工作會是什麼樣?你要怎麼找到自己的位置? AI很厲害,但也會犯愚笨的錯誤,信任它可能可以走得很遠,但是盲目的信任容易導致巨大的損失。關鍵是瞭解人工智慧的優點與缺點,能做什麼,不能做什麼。 邊緣運算、智慧邊緣 隨著終端物聯網裝置的運算能力提升,可期待在資料第一線就進行一定的資料處理來降低網路頻寬與中央處理器的成本。本課程使用低功耗的嵌入式裝置(Nvidia Jetson Nano)提供即時視覺智能判斷,提高低功耗的嵌入式裝置推理速度。 【學習目標】
|
![]() |
授課教師
|
曾吉弘、徐豐智 |
![]() |
授課語言
|
中文 |
![]() |
授課方式
|
實體與線上混成課程 |
![]() |
製作單位
|
DIGI+數位網路學院 |
![]() |
課程時數
|
18小時 |
課程大綱
一、實體課程 | |||
109必修課-人工智慧領域(北部)-課程說明 | 00:00:00 | ||
109必修課-人工智慧領域(北部)-前測 | 無限 | ||
109人工智慧必修課程-實體課程錄影 | 00:00:00 | ||
109人工智慧必修課程-實體課程簡報 | 00:00:00 | ||
109人工智慧北部必修課程(第二天)-實體課程簡報 | 00:00:00 | ||
109人工智慧必修課程-線上課程簡報 | 00:00:00 | ||
二、NVIDIA線上AI學習課程-建立影像分類模型 | |||
註冊NVIDIA線上學習課程帳號 | 00:00:00 | ||
Jetson Nano學習主題大綱 | 00:00:00 | ||
認識深度學習之卷積神經網路 | 00:00:00 | ||
為分類模型收集影像資料 | 00:00:00 | ||
影像分類 – 監督式學習之基礎應用 | 00:00:00 | ||
三、NVIDIA線上AI學習課程-建立影像回歸模型 | |||
解說回歸模型影像資料 | 00:00:00 | ||
神經網路上使用資料進行訓練,建立自己的模型 | 00:00:00 | ||
在Jetson Nano上使用自己建立的模型進行推論 | 00:00:00 | ||
109必修課-人工智慧領域-程式練習1 | 00:00:00 | ||
109必修課-人工智慧領域-程式練習2 | 00:00:00 | ||
四、109必修課-人工智慧-完課測驗 | |||
109必修課-人工智慧領域(北部)-後測 | 無限 | ||
109必修課-人工智慧領域(北部)-完課測驗 | 無限 | ||
109必修課-人工智慧領域(北部)-國際證書繳交 | 00:00:00 | ||
109必修課-人工智慧領域(北部)-國際證書繳交 | 90, 00:00 |
值得參加的活動
由於我是資管出身的,因此一直以來都沒有機會接觸硬體裝置,但是在這課堂終於能實作硬體的部分,覺得非常滿足。
答案問題
有關優化器的題目答案應該是Adam,但四個答案皆作答過都是錯誤。謝謝
讚
讚