2018 年暑假深度學習研習營
主辦單位：台北科技大學、明新科技大學
贊助計畫：教育部資通訊軟體創新人才推升推廣計畫
研習時間：2018/7/9(一)～ 2018/7/11(三)、9:30-16:30
研習地點：明新科技大學資工系逢喜樓513教室
研習講師：陳俊穎博士( 經歷：點誠科技/點石學園 創辦人、-交大資工系助理教授、UCLA博士)
研習名額：40名
研習對象：大專校院老師與學生、高中職資訊相關科系老師
報名條件：事先熟悉Python程式設計、至少熟悉其他程式設計語言
報名費用：免費
報名截止日期：6/26(二)
研習錄取名單公告：6/28(四)
聯絡人：明新科大資工系蘇東興老師
（thsu@must.edu.tw、03-5593142~3486、0953-842275）
研習內容:
隨著物聯網帶來海量數據的蒐集、晶片技術成熟及演算法持續優化等因素，人工智慧相關應用備受各界關注，多個研究機構都將人工智慧列為2017年10大技術趨勢，先進國家都將人工智慧納入國家重要政策，我國「亞洲•矽谷」計畫亦將人工智慧納入未來重要推動的議題。目前政府積極推動人工智慧發展，包括科技部將建構雲端服務及大數據運算平臺、創新研究中心兩項策略各編列新臺幣50億元，以完善基礎環境；另外經濟部、科技部規劃晶片設計與半導體科技研發策略，強化人工智慧發展能量，促進國內人工智慧產業的蓬勃發展。
數據與人工智慧是未來各行各業應用的大趨勢，台積電投資6000億台幣建立三奈米技術，其中一項預期市場，也是為迎接2020年以後人工智慧應用的大爆發。最近AlphaGo擊敗世界棋王，成功的吸引了大量的關注，更加深人工智慧的蓬勃發展，但是人工智慧其實早已經進入大家的生活，手機的語音助理、人臉辨識，自動篩選新聞與商品，影音平台每日推薦的內容等等都是人工智慧的初體驗，目前人工智慧可說才剛起步，未來人工智慧的應用將更深入生活的每一個層面。
在人工智慧裡一個重要的技術就是「深度學習」，而深度學習可以利用類神經網路來實踐，而類神經網路則可以利用矩陣運算來模擬。目前市面上有許多深度學習工具可用，例如：DeepLearnToolbox、Theano、Caffe、Torch & Torchnet、CNTK、MXNET、 TensorFlow、Keras等。Google 開發一套深度學習工具「TensorFlow」於2015開放讓大家使用，TensorFlow的主要設計就是讓矩陣運算達到最高效能，並且能在各種不同的平台執行。Google的很多產品早就使用TensorFlow來進行深度學習，例如: Gmail過濾垃圾信、Google語音辨識、G 圖片辨識、Google翻譯、AlphaGO等。基於Google的強力支援與TensorFlow的優秀表現，現在TensorFlow已經成為深度學習的主要開發工具，在GitHub開源網站有關深度學習工具深受好評，已經穩居第一名，未來市佔率將節節升高，將成為深度學習的主流工具。
本研習課程主要探討如何利用TensorFlow 工具來建立類神經網路的模型，經過訓練建立辨識引擎，進而可以用來辨識與預測。TensorFlow是一個功能強大、執行效率高、支援各種平台，但是它是一種低階的深度學習程式庫，學習門檻高。而Keras則是基於TensorFlow經過包裝的高階深度學習程式庫，對於初學者學習門檻低，可以容易地建立深度學習模型，並且進行訓練、預測，學習者可以快速看到學習成效，大大增加學習興趣。等學員熟悉深度學習模型概念後，再來學習較難的TensorFlow就可以比較輕鬆進入狀況。因此本課程架構將先介紹 Keras工具與相關實務應用，讓學員快速建立深度學習基本概念與實務經驗，以提高學員學習興趣，最後再介紹較複雜的TensorFlow 開發工具，以免學員一開始就碰到高門檻的學習障礙而放棄學習的機會。
主辦單位：台北科技大學、明新科技大學
贊助計畫：教育部資通訊軟體創新人才推升推廣計畫
研習時間：2018/7/9(一)～ 2018/7/11(三)、9:30-16:30
研習地點：明新科技大學資工系逢喜樓513教室
研習講師：陳俊穎博士( 經歷：點誠科技/點石學園 創辦人、-交大資工系助理教授、UCLA博士)
研習名額：40名
研習對象：大專校院老師與學生、高中職資訊相關科系老師
報名條件：事先熟悉Python程式設計、至少熟悉其他程式設計語言
報名費用：免費
報名截止日期：6/26(二)
研習錄取名單公告：6/28(四)
聯絡人：明新科大資工系蘇東興老師
（thsu@must.edu.tw、03-5593142~3486、0953-842275）
研習內容:
隨著物聯網帶來海量數據的蒐集、晶片技術成熟及演算法持續優化等因素，人工智慧相關應用備受各界關注，多個研究機構都將人工智慧列為2017年10大技術趨勢，先進國家都將人工智慧納入國家重要政策，我國「亞洲•矽谷」計畫亦將人工智慧納入未來重要推動的議題。目前政府積極推動人工智慧發展，包括科技部將建構雲端服務及大數據運算平臺、創新研究中心兩項策略各編列新臺幣50億元，以完善基礎環境；另外經濟部、科技部規劃晶片設計與半導體科技研發策略，強化人工智慧發展能量，促進國內人工智慧產業的蓬勃發展。
數據與人工智慧是未來各行各業應用的大趨勢，台積電投資6000億台幣建立三奈米技術，其中一項預期市場，也是為迎接2020年以後人工智慧應用的大爆發。最近AlphaGo擊敗世界棋王，成功的吸引了大量的關注，更加深人工智慧的蓬勃發展，但是人工智慧其實早已經進入大家的生活，手機的語音助理、人臉辨識，自動篩選新聞與商品，影音平台每日推薦的內容等等都是人工智慧的初體驗，目前人工智慧可說才剛起步，未來人工智慧的應用將更深入生活的每一個層面。
在人工智慧裡一個重要的技術就是「深度學習」，而深度學習可以利用類神經網路來實踐，而類神經網路則可以利用矩陣運算來模擬。目前市面上有許多深度學習工具可用，例如：DeepLearnToolbox、Theano、Caffe、Torch & Torchnet、CNTK、MXNET、 TensorFlow、Keras等。Google 開發一套深度學習工具「TensorFlow」於2015開放讓大家使用，TensorFlow的主要設計就是讓矩陣運算達到最高效能，並且能在各種不同的平台執行。Google的很多產品早就使用TensorFlow來進行深度學習，例如: Gmail過濾垃圾信、Google語音辨識、G 圖片辨識、Google翻譯、AlphaGO等。基於Google的強力支援與TensorFlow的優秀表現，現在TensorFlow已經成為深度學習的主要開發工具，在GitHub開源網站有關深度學習工具深受好評，已經穩居第一名，未來市佔率將節節升高，將成為深度學習的主流工具。
本研習課程主要探討如何利用TensorFlow 工具來建立類神經網路的模型，經過訓練建立辨識引擎，進而可以用來辨識與預測。TensorFlow是一個功能強大、執行效率高、支援各種平台，但是它是一種低階的深度學習程式庫，學習門檻高。而Keras則是基於TensorFlow經過包裝的高階深度學習程式庫，對於初學者學習門檻低，可以容易地建立深度學習模型，並且進行訓練、預測，學習者可以快速看到學習成效，大大增加學習興趣。等學員熟悉深度學習模型概念後，再來學習較難的TensorFlow就可以比較輕鬆進入狀況。因此本課程架構將先介紹 Keras工具與相關實務應用，讓學員快速建立深度學習基本概念與實務經驗，以提高學員學習興趣，最後再介紹較複雜的TensorFlow 開發工具，以免學員一開始就碰到高門檻的學習障礙而放棄學習的機會。
