:::

企業 AIoT 及 AIGC 建模師 技術培訓課程

購課資訊

企業 AIoT 及 AIGC 建模師

NT 30000 / 課程

立即報名

有興趣於了解 AI 模型設計思維、開發技術、管理方法和晶片化商業策略者。其中,熟悉程式設計者,可以使用 Python 來操作 TensorFlow;而不諳 Python 者,則可使用 Excel 來操作幕後的 TensorFlow 來訓練 AI 模型。然後,也學習使用 PLC 和 EDA 等晶片設計環境。

付款方式(信用卡、皮路支付)

信用卡(紅陽支付),直接連線至銀行交易,方便且安全。

皮路的付款說明

什麼是皮路?

皮路PiiLuu為紅陽支付股份有限公司創新支付方式,與大東海合作,讓大東海學員在新時代中『掌握額度,聰明消費』,享受『先買後付』支付快金流。

PS:現在下載APP,輸入畫面中專屬推薦碼,即可取得商城專屬消費額度!

大東海推薦碼
大東海推薦碼
皮路付款AI01
皮路付款 AI01
皮路付款AI01
皮路付款 AI02
皮路付款AI01
皮路付款 AI03

<課程-1> 大綱

課程名稱: 企業 AIoT 及 AIGC 建模師 技術課程
課程大綱(4 天,共 24 小時)

單元 內容
1 、 人工智慧(AI)與機器學習(ML)
  • AI 人工智慧簡介
  • AI 的現況與未來
  • 機器學習(ML:Machine Learning)
  • 深度學習(Deep Learning)
2 、 ML 與神經網路原理
  • ML 的特色:從資料中自主學習
  • 神經網路的原理
  • 介紹機器學習平台:Google 的 TensorFlow
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
  • GAN:最有趣的 AI 模型
  • 學習 GAN:從分類器出發
  • 使用<零編程>的 TM(Teachable machine)分類器
  • 親自體驗<零編程>的 TM 學習流程
  • 觀摩 Pytorch 實現 GAN 模型設計&訓練流程
  • 實戰案例解析:醫療 3D 影像 GAN 模型
  • 運行於耐能的 KL520 晶片上
4 、 AI 模型的設計、優化與推論的流程
--- 以耐能 KL520 為例
  • 邏輯回歸(Regression)分析
  • 多項特徵的二元分類
  • Sigmoid 一般化:Softmax 函數
  • 深度神經網路(DNN)
  • 熟悉耐能 AI Toolchain 的使用流程
5 、 核心觀念:空間對映
(Space-Mapping)
  • 關鍵的對映公式:X*W+B=Y
  • 對映公式裡,<W>和<B>的意義
  • 激活函數:從 Y 對映到 Z 空間
  • 多維度的空間對映
  • 設定目標(Target)點
  • 逐步尋找 W 和 B ,並計算預測值
  • 根據<預測值>來分類
6 、 關鍵技術:潛藏空間
(Latent Space)
  • 潛藏空間的特點:客戶看不見它
  • 是讓 AI 需求與晶片設計疏結合(Loosely-coupling)關 鍵
  • 是 AI 與 Chip 設計師協同設計(Co-design)揮灑的空間
  • 範例:GAN 模型裡的潛藏空間
  • 範例:醫療癌症偵測 AI 模型裡的潛藏空間
  • 範例:NLP 模型裡的潛藏空間
7 、 AI 模型設計的雕龍十八招(一)
應用案例:語音(Speech)識別
  • 第 1 招:Auto-Encoder(自編碼)
  • 第 2 招:Correlations(複雜回歸)
  • 第 3 招:One-Hot-Encoding(獨熱編碼)
  • 第 4 招:Collaborative filtering(協同過濾)
  • 第 5 招:Similarity(相似度)
  • 第 6 招:Convolution(卷積)
  • 實戰案例解析:自動萃取聲音的特徵
  • 使用<零編程>的 TM:分辨歌名語音
  • 使用 Python/TensorFlow 製作<AI 點歌>模型
  • 運行於耐能的 KL520 晶片上
8 、 AI 模型設計的雕龍十八招(二)
應用案例:BERT 遷移學習
  • 第 7 招:Expert intuition(專家直覺)
  • 第 8 招:Transfer learning(遷移學習)
  • 第 9 招:NLP + Attention(注意力)
  • 第 10 招:GAN:NFT 元宇宙的科幻繪筆
  • 第 11 招:AI 生成藝術與 NFT
  • 第 12 招:Transfer to Robots(智慧移植到機器人)
  • 實戰案例解析:自然語言(NLP)的 Transformer 機制
  • 熟悉遷移學習(Transfer learning):以 BERT 為例
  • 設計 NLP 對話機器人
  • 運行於耐能的 Intel NCS2 神經加速棒
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
  • 第 12 招:使用 GAN 創作自己的藝術品
  • 第 13 招:熟悉 Edge AI 晶片的特點
  • 第 14 招:深入掌握 AI 晶片產業發展
  • 第 15 招:開發 IntelAI 晶片各種應用
  • 第 16 招:開發 耐能 AI 晶片各種應用
  • 第 17 招:Edge AI 與 Cloud 服務的結合
  • 第 18 招:LinBots(智慧移植到機器人)
  • 實戰案例解析:AI 瑕疵檢測與 AR 設備結合
  • 觀摩智泰公司的 AI 瑕疵檢測系統
  • 觀摩 FacePro 的 AR 眼鏡
  • 討論:瑕疵檢測+AR 眼鏡+耐能 AI 晶片的創新組合
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
  • 2021 年台灣 Intel AI 大賽,神櫻團隊榮獲第二名(亞軍)
  • 作品目標:基於 OpenVINO 實踐醫療領域的聯邦式學習&分散式協同推理架構
  • 作品架構:本案例啟動了 4 個引擎,來支撐聯邦式機器學習,包括 1 個 Intel CPU 、 2 個 NCS 和一個耐能 KL520 。展現出 OpenVINO 架構的異質性分散式協同 推理綜效
11 、回顧:目前常見的 AI 晶片化模式
  • 目前大多採取行業別垂直設計,針對行業特殊需求而 設計 AI 模型
  • AI 模型與晶片之間是緊密結合關係
  • 不具復用性和共享性,局限於簡單 AI 功能
12 、前瞻:全生態的 AI 晶片化新策略
  • 由 AI 和晶片設計師進行協同設計
  • 建立潛藏空間裡各模型組件的階層體系,有機組合出複雜的 AI 功能
  • 促進跨行業共享潛藏空間組件,擴大 AI 晶片的市場和商機
  • AI 模型與晶片之間是疏結合關係,確保底層 Chip 設計的變動自由度,大幅降低風險、並容易優化品質
AIGC 教學&體驗 培育課程
AIGC 教學&體驗 師資培育課程
NT 30000 / 課程
課程資訊
  •  AIGC 教學&體驗 師資培育課程
  •  4 天,共 24 小時
科技美學跨領域 AIGC 訓練師
科技美學跨領域 AIGC 訓練師 技術培訓課程
NT 30000 / 課程
課程資訊
  •  科技美學跨領域 AIGC 訓練師 技術培訓課程
  •  4 天,共 24 小時
企業 AIoT 及 AIGC 建模師
企業 AIoT 及 AIGC 建模師 技術培訓課程
NT 30000 / 課程
課程資訊
  •  企業 AIoT 及 AIGC 建模師技術課程
  •  4 天,共 24 小時