📌 訓練單位： 社團法人新竹市職訓教育協會
📌 訓練名稱： PyTorch CNN卷積神經網路應用班
📌 參訓身份： 本班開放自費名額，限額5名，報名前請先來電確認名額
📌 訓練期間：116/03/22 ~ 116/04/26(4/5停課)
📌 訓練時段：每週一三五18:40~21:40
📌 訓練時數：45小時
📌 訓練費用： 本平台提供刷卡服務，費用已包含平台費。
*如欲匯款方式付款，請與我們聯繫，費用將不含平台費用，則為$8,750。
💡 補助名額取得方式
如符合 在職身分，請來電諮詢補助名額的申請辦法。
📍 授課地點與方式
✅ 全額自費生 可選擇 遠距或現場上課
🏢 實體訓練地點： 新竹市民族路 31 號 11 樓（近新竹火車站，步行 3 分鐘）
💻 遠距授課方式： Google Meet
📞 聯繫我們
📱 LINE 好友代碼搜尋： @qjj9747o
📞 諮詢專線： 03-5260089 分機 14~16
🕘 服務時間：
週一至週五 08:30-22:00
週六至週日 08:30-16:30
| 專長能力： | PyTorch 深度學習開發 ：PyTorch 張量（Tensor）運算與自動梯度（Autograd）機制，能自主構建全連接網路與卷積神經網路（CNN），並設計自定義損失函數與優化流程。 高效能 GPU 運算與加速 ：掌握 CUDA 在影像處理中的應用，能整合 PyTorch 與第三方硬體加速庫，優化大規模數據運算效率，實現高效能的電腦視覺演算法開發。 卷積視覺模型工程 ：熟練經典 CNN 架構的訓練、評估與參數調優，並具備遷移學習（Transfer Learning）技術，能針對特定場景快速遷移預訓練模型以解決複雜辨識任務。 端到端物體偵測部署 ：具備從數據預處理、資料集構建到模型部署的完整實作力，能運用 YOLO 等先進預訓練模型，開發具備即時物體偵測與分類能力的機器人視覺方案。 |
|---|
| 上課日期 | 授課時間 | 時數 | 課程進度／內容 | 授課師資 | ||
|---|---|---|---|---|---|---|
| 116/03/22(星期一) | 18:40~21:40 | 3 | 電腦視覺與數位影像、數位影像的概念、數位影像的類型、數位影像的存儲、數位影像的處理 | 蘇有 | ||
| 116/03/24(星期三) | 18:40~21:40 | 3 | CUDA與PyTorch、CUDA的發展歷程、與影像處理相關的第三方庫 | 蘇有 | ||
| 116/03/26(星期五) | 18:40~21:40 | 3 | Python語法基礎知識、數據類型與類別、流程控制 | 蘇有 | ||
| 116/03/29(星期一) | 18:40~21:40 | 3 | PyTorch基礎知識、張量的創建、卷積及局部鄰域的運算 | 蘇有 | ||
| 116/03/31(星期三) | 18:40~21:40 | 3 | Visdom基礎知識、影像的繪製、圖表的繪製 | 蘇有 | ||
| 116/04/02(星期五) | 18:40~21:40 | 3 | 基於經典方法的影像處理、影像與張量的互操作、影像的點運算、影像的鄰域運算、影像的全局運算 | 蘇有 | ||
| 116/04/07(星期三) | 18:40~21:40 | 3 | 影像的基礎特徵、影像的特徵點、影像的線特徵、影像的面特徵 | 蘇有 | ||
| 116/04/09(星期五) | 18:40~21:40 | 3 | 自動梯度與神經網路、自動梯度擬合多項式函數、激活函數、損失函數、優化器 | 蘇有 | ||
| 116/04/12(星期一) | 18:40~21:40 | 3 | 全連接神經網絡 | 蘇有 | ||
| 116/04/14(星期三) | 18:40~21:40 | 3 | 數據準備與影像預處理、構建數據集、PIL影像和張量的共同變換 | 蘇有 | ||
| 116/04/16(星期五) | 18:40~21:40 | 3 | 機器視覺之機器人影像處理技術應用：影像分類與卷積神經網路 | 蘇有 | ||
| 116/04/19(星期一) | 18:40~21:40 | 3 | 機器視覺之機器人影像處理技術應用：經典的卷積神經網路 | 蘇有 | ||
| 116/04/21(星期三) | 18:40~21:40 | 3 | 機器視覺之機器人影像處理技術應用：卷積神經網路的訓練與評估 | 蘇有 | ||
| 116/04/23(星期五) | 18:40~21:40 | 3 | 機器視覺之機器人影像處理技術應用：遷移學習 | 蘇有 | ||
| 116/04/26(星期一) | 18:40~21:40 | 3 | 機器視覺之機器人影像處理技術應用：YOLO的預訓練模型 | 蘇有 |
