單元 | 內容 |
---|---|
1 、 人工智慧(AI)與機器學習(ML) |
|
2 、 ML 與神經網路原理 |
|
3 、 從一個完整的建模案例(GAN)出發
--- 使用 Pytorch 建模,及耐能 KL520 晶片進行推論
|
|
4 、 AI 模型的設計、優化與推論的流程
--- 以耐能 KL520 為例
|
|
5 、 核心觀念:空間對映
(Space-Mapping)
|
|
6 、 關鍵技術:潛藏空間
(Latent Space)
|
|
7 、 AI 模型設計的雕龍十八招(一)
應用案例:語音(Speech)識別
|
|
8 、 AI 模型設計的雕龍十八招(二)
應用案例:BERT 遷移學習
|
|
9 、 AI 模型設計的雕龍十八招(三)
應用案例:AR 瑕疵檢測+耐能 AI 晶片
|
|
10 、 Edge AI 實務經驗:
分享 高煥堂指 導的 2021 年 Intel AI 大賽亞軍作品
|
|
11 、回顧:目前常見的 AI 晶片化模式 |
|
12 、前瞻:全生態的 AI 晶片化新策略 |
|