若您無法閱讀此份信件,請按下線上瀏覽
跨域Win Learning學習報

課程名稱

NVIDIA邊緣運算與機器學習實作班

課程特色

(一) 學習Deep Learning與AI終端應用的最佳選擇 NVIDIA® Jetson Nano™模組尺寸僅 70 x 45 mm,是全球最小的 Jetson 裝置,屬於可量產的模組系統 (SOM) ,能夠有效將人工智慧部署至各個產業的終端裝置,本課程將利用Jetson Nano讓學員建立具備深度學習分類的電腦視覺模型。
(二) 強大的運算能力 Jetson Nano具備 472 GFLOP 的運算能力,可快速執行現代人工智慧演算法,並能同時執行多個神經網路且同步處理多個高解析度感應器,適合於影像分類、物件偵測、分割和語音處理等應用上,加上擁有低功耗、軟體整合系統與周邊套件完善等優勢,是學習高效運算與AI Edge應用入門的開發板材首選!
(三) 輕鬆獲取NVIDIA深度學習機構(DLI)的證書 本課程以NVIDIA DLI課程為基礎,利用實體教學與演練的方式來輔助學員學習,課後進行線上測驗,通過後即可取得電子認證證書。

課程目標

本課程以實作為導向,以Python 3為主要程式語言並搭配人工智慧框架,預計課程目標如下:
1. 教導學員設定Nvidia Jetson Nano開發板,並能蒐集影像資料來建立分類模型、標記影像資料建立回歸模型
2. 讓學員運用自己擁有的資料訓練神經網路、建立專屬模型
3. 讓學員使用自己建立的模型,在Jetson Nano進行推論

修課條件

1. 大專以上、理工相關科系畢業
2. 具備Linux作業系統、Python程式語言之基礎能力
3. 建議學員自行攜帶筆記型電腦,透過網路連上Jetson Nano後即可直接在Jetson Nano上編寫程式。

上課時間

108/11/18(一)、11/25(一),09:30~16:30,共12小時。

課程大綱

【第一天】
1. 人工智慧發展概論
2. 器學習與深度學習簡介
3. 認識邊緣運算裝置– NVIDIA Jetson Nano建置開機用SD記憶卡
4. 設定Jetson Nano
  - 無線網路與遠端登入
  - 基本Ubuntu Linux系統操作
5. 深度學習之卷積神經網路
  - [實作]影像分類–監督式學習之基礎應用
  - [實作]如何增加辨識類別
【第二天】
6. [實作]如何提升神經網路訓練效能
7. [實作]物件辨識–得知影像中目標的位置
8. [實作]Jetson Nano的GPIO硬體控制
9. [實作]根據視覺推論結果進行硬體控制

課程費用

• 課程原價:$14,000
• 11/11前完成報名繳費,即可享早鳥優惠:$13,000
• 工研人優惠:$12,500
• 兩人團報價:$12,200

課程諮詢

• 聯絡電話: 03-5913417 謝小姐
• 聯絡信箱: VHsieh@itri.org.tw

注意事項

※為確保學員的上課權益,報名後若未收到任何回覆,敬請主動詢問是否完成報名。
※若因臨時突發事件或不可抗力之因素,主辦單位保有調整日期或更換講師之權利。
版權所有 © 2019 工業技術研究院 All Rights Reserved
工研院產業學院.價值創造
若您不想再收到此訊息,請按下 取消訂閱