課程代號:0724040009  

生成式對抗網路(GAN)與LLM大型語言模型人工智慧開發班(114.03.18-19)

人工智慧(AI)的終極目標是期望機器具有甚或超越人類的思辨能力;機器學習則是達成AI的方法,透過與人類相似的學習方法,訓練機器進行資料分類、處理與預測;而代表實現機器學習的深度學習技術中,又以人工神經網路相關的應用最為熱門,生成式對抗網路(Generative Adversarial Network,GAN )和LLM大型語言模型則為其中之一。 GAN由鑑別網路(Discriminating Network)與生成網路(Generative Network)構成,透過兩者相互對抗產生結果係其深度學習的運作原理。深度學習中還有其他許多神經網路,例如CNN與RNN等,而GAN可以與前兩者結合使應用範圍更加廣泛。具備其他神經網路沒有的「雙胞胎競爭」特性,使其成為深度學習中的一顆閃亮新星。GAN透過自己相互對抗的生成與鑑別網路,大幅減少資料量的需求,也為非監督式學習提供了更為進步的方法。 本課程將專注於探討生成式對抗網路(GAN)在AI領域的應用。透過本課程,學員將深入了解GAN的工作原理及其在各領域的應用,特別是在自然語言處理、語義分析、資料讀取、以及文件自動生成等方面。本課程為期兩天,旨在協助學員能夠快速把握GAN技術的核心概念,將透過簡潔易懂的方式介紹最新生成對抗網路知識,並透過程式讓電腦自動地產生資料,透過自動學習和校正來提高準確性。此外,本課程將著重於實用性,學員將透過解析程式和修改進行實作,學習如何靈活地輸入數據並獲得相應的反饋,以及如何根據自定義規則提取所需數據和應用。

課程型態/
實體課程
上課地址/
新竹市光復路二段295號3樓恆逸資訊電腦教室(位於工研院光復院區旁之帝國經貿大樓、永豐銀行樓上〕
時  數/
14 小時
起迄日期/
2025/03/18 ~ 2025/03/19
聯絡資訊/
羅雅菁   03-5743837
課程介紹

本課程將專注於探討生成式對抗網路(GAN)在AI領域的應用。透過本課程,學員將深入了解GAN的工作原理及其在各領域的應用,特別是在自然語言處理、語義分析、資料讀取、以及文件自動生成等方面。本課程為期兩天,旨在協助學員能夠快速把握GAN技術的核心概念,將透過簡潔易懂的方式介紹最新生成對抗網路知識,並透過程式讓電腦自動地產生資料,透過自動學習和校正來提高準確性。此外,本課程將著重於實用性,學員將透過解析程式和修改進行實作,學習如何靈活地輸入數據並獲得相應的反饋,以及如何根據自定義規則提取所需數據和應用。

課程對象

適合對象與建議修課條件:具備程式開發背景與經驗。

課程大綱

。MLP類神經原理, 手算類神經公式 。AI Cloud 雲端運算Google Colab 使用 。Nvidia GPU Coda 。人工智慧圖像分類Image Classification 。轉移學習 Transfer Learning 。實作:小量圖片,訓練人工智慧。 。自編碼器Autoencoder 。實作:灰階圖片轉成彩色,地圖轉街道圖。 。TF Hub 的轉移學習 。數據增強Data Augmentation 。圖像分割(Image segmentation) 。TF Hub 物件檢測 。影片分類人工智慧開發 轉移學習 。實作:多物體判斷抓取 。音頻識別人工智慧程式開發 。轉移學習, 使用 RNN 生成音樂 。強化學習,聯邦學習 。GPT,BERT 。生成GAN, 穩定擴散Stable Diffusion 。實作:文字生成圖片的程式開發 。神經風格轉換DeepDream 。DCGAN 。Pix2Pix 。CycleGAN 。實作:人物圖像生成 。Edge AI, Explainable AI 。neuro-symbolic learning 。神經網絡壓縮, 對抗自編碼器 。實作:生成式人工智慧專案