深度學習與應用(1112_R4ET010 ...

英文名稱: Deep Learning and Its Application ;
授課目的： 本課程旨在提供使用 PyTorch 進行深度學習的基礎，並在實際項目中展示它們的實際應用。本課程具備三大目標:
1. 了解深度學習的理論與基礎。
2. 熟悉深度學習的常見模型 介紹捲積神經網路模型(CNN)、遞歸神經網路(RNN)、長短期記憶模型(LSTM)與生成對抗網路(GAN)、深度剩餘網路(Residual Network)、深度密集網路(Dense Network)，與這些模型之相關應用。
3. 基於影像問題的深度學習模型運用運用深度學習模型，處理各種實際的影像分析問題，了解基礎模型在各種不同的應用，模型的變形與設計調整的方式。;
教學模式： 課堂講解、電腦摸擬操作、論文研讀;
學分數：3;
成績計算方式： 平時成績佔40%(含作業30%、上課表現10%)，期中考佔 35%，期末專題研究報告佔 25%。;
開課教師： 徐鈴淵 副教授 (lyhsu@niu.edu.tw);