透過 NVIDIA Jetson Nano 從理論到實踐 快速掌握 AI 邊緣計算與深度學習要領

上課地址:工研院光復院區一館 609教室 (新竹市光復路二段321號一館609教室) 實際上課地點,請依上課通知為準!

時數:7

起迄日期:2021-05-06~2021-05-06

聯絡資訊:黃凡瑄/03-5732034

報名截止日:2021-04-27

課程類別:人才培訓(課程)

活動代碼:2320120127

課程介紹

本課程透過理論探討來了解當下最紅的深度學習,嘗試從根本理解為何需要機器學習及深度學習。本課程將從電腦視覺(Computer Vision)的基礎原理,以及各個實務應用領域的運用切入,如物體偵測(Object Detection)、語意分割(Semantic Segmentation)、姿態辨識(Pose Estimation)等等。除了理論外,亦將介紹自駕車(Autonomous Driving)設計考量等,從相關案例去探討深度學習,從而補足現今大多人缺乏的理論基礎,能夠幫助學員銜接更進階的實作及了解關鍵知識。課程的最後將會探討深度學習模型落地(從研究面到產業面)的關鍵要素:使用預訓練模型、微調與模型加速的重要性。

在課程中將使用 NVIDIA Jetson Nano 當作課程中的教材 ──  Jetson Nano 為 NVIDIA 重點推廣的邊緣運算平台,其同時綜合了性能高、體積小、功耗低、CP 值高的四項優點於一身,是一個為深度學習量身訂做的學習平台。其中更搭載了 NVIDIA 單一整合的應用組合 JetPack,包含了載板支援套件 (BSP)、LINUX 作業系統,並支援 NVIDIA CUDA 。有著 JetPack 這樣豐富的豐富開發人員工具,使用者能夠以最短的時間開始這趟深度學習之旅。在這堂課程中,我們將從介紹 Jetson Nano 的套件及應用,帶學員從零開始,一步一步跟著講師的腳步並理解當中的理論基礎。

課程特色/目標

課程目標

1. 透過實例探討的方式,提供學員另一個角度來理解深度學習的世界觀。
2. 課程結束後,學員將能理解將深度學習於實際應用中所需之關鍵知識,並能夠銜接更進階之課程(如進階實作課程等)。
3. 學員可預期能從課程中學習基本的電腦視覺概念,神經網路概念,遷移式學習,神經網路架構;這些概念將能應用至產業上,協助開發自動化、智慧系統如:
  a. 瑕疵檢測應用於工廠,並提升生產效能。
  b. 人臉辨識應用於監視器,協助管理上下班進出或提升居家安全。
  c. 車牌辨識應用於管理停車場。
  d. 醫學影像辨識應用於協助醫生診斷。
上述例子皆為電腦視覺之應用,並與各個理論基礎有著緊密連結。
4. 學員能夠從本課程理解NVIDIA Jetson Nano的基本操作以及可能潛在應用,並掌握邊緣運算之要點。

課程特色

理論與實務並重:本課程著重於由基礎開始訓練學員,指導學員深度學習 (Deep Learning) 的基本概念,從電腦視覺 (Computer Vision) 的基本概念開始,循序漸進至較為深入的影像分類 (Image Classification)、物件辨識 (Object Detection)、語意分割 (Semantic Segmentation)、遷移式學習 (Transfer Learning)、神經網路架構最佳化 (Neural Network Architecture Optimization)。除了介紹基本概念,亦包含相關領域的最新研究進展。因此,不同於坊間課程僅著重於基礎知識的建立,本課程更著重於帶領學員們理解新穎的神經網路架構,其背後的運作原理,以及近年來研究的進展等。
手把手,由淺入深教練:除了基本知識的建立,本課程亦搭配使用NVIDIA Jetson Nano,帶領學員們由無到有,由淺入深踏進神經網路的訓練 (Training) 以及推論 (Inference) 過程,帶領學員們理解其中的操作原理。
課程緊湊精實:本課程將使用較為新穎且能夠快速理解的應用實例,讓學員們能夠在全程一天的課程、最短的時間內體會到深度學習可能的應用範疇。
堅強師資:本課程之講師及助教皆曾在頂尖AI研討會發表數篇研究論文,並曾實際使用NVIDIA Jetson Nano獲得國際競賽獎項。本課程內容因此特別著重於紮實的知識建立,以及實際的案例展演。學員將能從本課程中得到相當大的收穫。

課程對象

 適合具有基本Python編程經驗的程式設計或應用系統開發者
 從事人工智慧系統規劃、建置與應用者
 從事人工智慧邊緣運算裝置、AI系統應用服務、系統整合等之研發人員及主管。
 從事人工智慧創新應用之市場研究及計畫管理開發經理人。
 對AI 智慧應用實務架構及技術,及應用服務感興趣者。


學員先備知識
本課程的先備知識為基礎的程式觀念,基本的電腦操作能力。
修習本課程並不需要深入的數學知識,或任何機器學習的背景。

講師簡介

李濬屹 副教授 / 清大資工系

【學歷】 
⮚ 美國普林斯頓大學博士
⮚ 台大電子所碩士
【經歷】
 清大資工系 副教授
 NVIDIA深度學習教育機構認證講師
 美商甲骨文資深工程師

【專業領域】
Intelligent robotics, Deep reinforcement learning, Computer vision for robotics, Virtual-to-real transfer learning, Parallel embedded systems
智慧型機器人、深度學習、機器人視覺、平行計算、CPU架構設計、IC設計
 

課程大綱

時間

課程大綱

時數

9:00 – 12:00

(含休息)

9:00 – 9:20

課程內容總體概述與介紹

3

9:20 – 9:30

Jetson Nano 開發套件及應用介紹

9:50 – 10:30

自動化系統與計算機視覺簡介

10:40 – 11:10

第一個 Jetson Nano 專案-從圖形識別開始

11:20 – 12:00

遷移學習簡介

12:00 ~ 13:00

午餐時間

1

13:00 ~ 17:00

(含休息)

13:00 – 13:30

雲協作平台介紹

4

13:40 – 14:30

物體偵測與語意分割簡介

14:40 – 15:10

利用相機模組進行現場 Live 目標檢測

15:20 – 16:10

AI 真正落地-神經網路模型推論加速

16:10 – 16:30

Q & A 問答時間

16:30 – 17:00

透過實例來接軌 - 智慧城市

透過實例來接軌 - 智慧醫療

透過實例來接軌-智慧家庭

上課日期及課程費用

■ 舉辦地點:工研院光復院區一館 806教室 (新竹市光復路二段321號一館806教室) 
   實際上課地點,請依上課通知為準!
■ 舉辦日期:2021/5/6(四),09:00~17:00,共計7小時。報到時間: 08:30~09:00
■ 報名截止日期:2021/4/29。因教室空間及教學效果等考量,限30位學員,小班制,報名請早。

■ 課程費用 (含稅、午餐、講義):
◆ 一般生:一般生,每人$4,500,早鳥優惠價(4/22前):每人$4,000元;
◆ 團報(同公司2人含以上)優惠價: 每人$4,000元,早鳥團報價(4/22前):每人$3,500元;工研人不適用團報價。

■ 課程洽詢:黃小姐03-5732034或 email至 Email住址會使用灌水程式保護機制。你需要啟動Javascript才能觀看它

常見問題

1. 為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。報名時不須先繳費,待確認開課後通知繳費,並將依繳費順序確認員額。
2. 因課前教材、講義及餐點之準備及需為您進行退款相關事宜,若您不克前來,請於開課三日前告知,以利行政作業進行並共同愛護資源。
 

附件

Pin It