課程介紹
讓學生了解人工智慧相關的知識體系,介紹深度學習、人工神經網路、CNN系統計算技術以及生成式AI體驗觀念與實作,要求學生演練實作和基於框架的來模擬驗證理論。課程中並利用軟體程式來模擬驗證。
本課開設: 資訊管理碩士班二年級
學分數:3
評量方式:
平時作業:30%
線上測驗:10%
課程參與度:10%
期中、期末報告:50%
教學助理:資管系(日四技) 4年甲班 黃耀慶
教科書:
深度學習的16堂課(中譯本:Deep Learning Illustrated: A Visual, Interactive Guide to Artificial Intelligence)
教學進度:
科目單元
|
單元1名稱:課程簡介與幾款簡易操作AI軟體、GPU版tensorflow安裝介紹 |
■影片□簡報■講義■作業□測驗 |
||
單元2名稱:機器視覺與體驗tensorflow playground |
■影片□簡報■講義■作業□測驗 |
|||
單元3名稱:ML常用的activation函數與自然語言處理Natural language Processing |
■影片□簡報■講義■作業■測驗 |
|||
單元4名稱:自然語言處理Natural language Processing與openAI whiper軟體操作 |
■影片□簡報■講義■作業□測驗 |
|||
單元5名稱:機器藝術 (Machine Arts):生成式網路AI(Generative Network AI) 與演練 |
■影片□簡報■講義■作業■測驗 |
|||
單元6名稱:Keras實作與神經網路模型---手寫數字辨識 |
■影片□簡報■講義■作業□測驗 |
|||
單元7名稱:多神經元組成的神經網路 |
■影片□簡報■講義■作業□測驗 |
|||
單元8名稱:深度神經網路 |
■影片□簡報■講義■作業■測驗 |
|||
單元9名稱:機器視覺實戰演練 - CNN (Convolutional Neural Network) |
■影片□簡報■講義■作業□測驗 |
|||
單元10名稱:進階CNN技巧與開源AI Stable Diffusion等介紹操作 |
■影片□簡報■講義■作業□測驗 |
|||
教學計畫 |
課程結合何種教學法 |
|||
■翻轉教室教學法 |
■設計思考教學法 |
■問題/任務導向教學法 |
課程活動
-
1.AI簡介學習目標
- 體驗目前AI的應用
- 了解上課所使用之數位平台操作
- 認識cuda版python 套件tensorflow/Keras 開發AI軟體之安裝
-
閱讀 > 5 分鐘 1.1 體驗google的mediaPipe
-
閱讀 > 2 分鐘 1.2 詢問AI google bard程式語言排名以及超簡易python範例
-
閱讀 > 5 分鐘 1.3 AI人工智慧 課程說明
-
閱讀 > 1 分鐘 1.4 AI人工智慧課程說明
-
2.生物視覺&機器視覺學習目標
- 初步了解人工智慧生物視覺機器視覺
- 初步了解傳統與深度學習之機器視覺
- 操作tensorflow playground軟體
-
閱讀 > 1 分鐘 2.1 AI人工智慧生物視覺機器視覺
-
閱讀 > 1 分鐘 2.2 AI人工智慧 生物視覺 機器視覺1
-
閱讀 > 1 分鐘 2.3 機器視覺 與haarcascades偵測人臉與眼睛
-
閱讀 > 1 分鐘 2.4 機器視覺ILSVRC競賽之後
-
閱讀 > 1 分鐘 2.5 ai人工智慧tensorflow playground說明
-
需繳交, 2023-09-25 2.6 ex1 體驗tensorflow playground
-
3.923 課程 activation函數&自然語言處理Wittgenstein: „Die Bedeutung eines Wortes ist sein Gebrauch in der Sprache. “維根斯坦在邏輯哲學論中說「一個字的意思就是它在語言中的用法」學習目標
- 初步了解常用之activation函數
- 初步了解自然語言處理Natural language Processing與量化之方式
-
閱讀 > 1 分鐘 3.1 AI人工智慧 ML常用的activation函數初探與pyplot繪圖
-
分數 > 60, 2023-10-07 3.5 923線上測驗[修課同學請作答]
-
4.925課程 自然語言NLP軟體應用& whisper語言辨識學習目標
- 學習安裝與操作Cuda版openAI whisper軟體
- 學習如何在雲端google colab操作cuda版AI軟體安裝、 開發與操作
-
閱讀 > 10 分鐘 4.4 Google meet同步數位課程 18:30請在此留言回應
-
需繳交, 2023-10-16 4.5 ex2 whisper辨識語音語翻譯
-
5.1002課程 藝術生成 & 對抗生成式網路GAN與其他......學習目標
- 操作多項生成式AI
- 初步了解藝術生成—對抗式生成網路(GAN)
-
閱讀 > 1 分鐘 5.1 openai之DALL-E2簡介與操作
-
閱讀 > 1 分鐘 5.2 Hugging Face的ai網站體驗
-
閱讀 > 15 分鐘 5.3 藝術生成—對抗式生成網路(GAN)
-
閱讀 > 15 分鐘 5.4 AI人工智慧 藝術生成 對抗式生成網路GAN與賽局理論 cycleGan等
-
閱讀 > 10 分鐘 5.5 1002數位同步課程1830請觀看留言回應
-
需繳交, 2023-10-23 5.6 ex3 請嘗試幾個可以藝術生成的AI網站
-
閱讀 > 1 分鐘 5.7 ai人工智慧_藝術生成GAN初探
-
6.1016課程 GAN系列與Stable Diffusion學習目標
- 了解對抗式生成網路(GAN) 及其衍生
- 初步了解Stable Diffusion與Denoising Diffusion Model
- 操作Stable Diffusion
-
閱讀 > 15 分鐘 6.6 1016數位同步課程1830請觀看留言回應
-
分數 > 60, 2023-10-30 6.7 1016線上測驗[修課同學請作答]
-
閱讀 > 1 分鐘 6.8 ai人工智慧_藝術生成_dall-e與_stable_Diffusion
-
7.1023課程Keras實作神經網路模型---手寫數字辨識學習目標
- 實際使用Keras AI套件撰寫淺層神經網路模型
- Keras實作神經網路模型之mnist手寫數字辨識
-
閱讀 > 15 分鐘 7.1 1023數位同步課程1830請觀看留言回應
-
閱讀 > 15 分鐘 7.2 AI人工智慧Keras實作神經網路模型之1 mnist手寫數字
-
閱讀 > 10 分鐘 7.3 AI人工智慧Keras實作神經網路模型之2 mnist手寫數字辨識
-
需繳交, 2023-11-07 7.5 ex4 Keras淺層神經網路實作
-
閱讀 > 1 分鐘 7.6 ai人工智慧_Keras實作神經網路模型
-
8.1030神經網路模型學習目標
- 針對Keras實作神經網路模型之mnist手寫數字辨識程式除錯
- 透過程式手段強化mnist手寫數字辨識程式
-
閱讀 > 15 分鐘 8.1 AI人工智慧 神經網路模型作業檢討
-
閱讀 > 10 分鐘 8.2 神經網路模型 mnist手寫數字辨識之三
-
9.期中報告
-
需繳交, 2023-11-21 9.1 期中報告
-
-
10.1106神經網路模型學習目標
- 了解神經網路模型之從感知器到神經網路
- 透過python numpy計算了解單一神經元之運作
-
閱讀 > 10 分鐘 10.1 1106數位同步課程1830請觀看留言回應
-
閱讀 > 10 分鐘 10.2 神經網路模型之一 從感知器到神經網路
-
閱讀 > 10 分鐘 10.3 神經網路模型之2 單一神經元python numpy計算
-
11.1113多神經網路元模型學習目標
- 了解多神經網路元模型與前向傳播
- 了解多神經網路模型與numpy計算softmax
-
閱讀 > 1 分鐘 11.1 ai人工智慧_神經網路模型
-
閱讀 > 10 分鐘 11.2 1113數位同步課程1830請觀看留言回應
-
閱讀 > 10 分鐘 11.3 多神經網路元模型之一 與前向傳播numpy計算
-
閱讀 > 10 分鐘 11.4 多神經網路模型之二與numpy計算softmax
-
12.1120訓練深度神經網路學習目標
- 體驗多層神經網路Keras python實作練習
- 了解Loss函數 cross entropy 梯度下降
-
閱讀 > 10 分鐘 12.1 1120數位同步課程1830請觀看留言回應
-
閱讀 > 10 分鐘 12.2 多層神經網路Keras python實作練習
-
分數 > 60, 2023-12-05 12.3 1120測驗
-
閱讀 > 15 分鐘 12.4 Loss函數 cross entropy 梯度下降
-
13.1127 SGD,反向傳播,建更複雜的神經網路學習目標
- 了解梯度消失、SGD,反向傳播,建更複雜的神經網路Keras實作
- relu深度神經網路Keras實作
-
閱讀 > 10 分鐘 13.1 1127數位同步課程1830請觀看留言回應
-
閱讀 > 18 分鐘 13.2 梯度消失、SGD,反向傳播,建更複雜的神經網路Keras實作
-
需繳交, 2023-12-19 13.4 ex5 建2~6層隱藏層的神經網路,並套用不同activation函數比較
-
閱讀 > 10 分鐘 13.5 relu深度神經網路Keras實作
-
閱讀 > 2 分鐘 13.6 ai人工智慧_訓練深度神經網路
-
14.CNN卷積神經網路這是以卷積計算所得的影像處理學習目標
- 了解Keras仿leNet-5實作CNN辨識
- 認識CNN卷積神經網路
-
閱讀 > 10 分鐘 14.1 1204數位同步課程1830請觀看留言回應
-
閱讀 > 10 分鐘 14.2 Keras仿leNet-5實作CNN辨識
-
閱讀 > 10 分鐘 14.3 AI人工智慧 CNN卷積神經網路
-
閱讀 > 1 分鐘 14.5 ai人工智慧_CNN卷積神經網路AlexNet_VGG
-
15.tflearn資料集與AlexNet學習目標
- 認識Keras仿AlexNet訓練辨識tflearn資料集oxflower17
- 完成CNN卷積神經網路程式實作
-
閱讀 > 20 分鐘 15.1 Keras仿AlexNet訓練辨識tflearn資料集oxflower17
-
閱讀 > 1 分鐘 15.2 ai人工智慧深度網路CNN 1218實體上課回答作業問題
-
16.進階CNN卷積神經網路學習目標
- 以oxflower17資料集,採進階CNN技巧實作仿AlexNet訓練辨識
- 以oxflower17資料集,採進階CNN技巧實作仿VGG Net訓練辨識
-
閱讀 > 15 分鐘 16.2 進階CNN技巧實作仿AlexNet訓練辨識oxflower17達97趴辨識率
-
閱讀 > 10 分鐘 16.3 進階CNN技巧實作仿VGG Net訓練辨識oxflower17達九成以上辨識率
-
閱讀 > 1 分鐘 16.4 AI人工智慧_進階CNN卷積神經網路
-
17.CNN遷移學習&最新生成式AI學習目標
- 認識CNN模型使用VGG19遷移學習辨識小樣本貓狗
- 體驗最新ai產生影片stable video diffusion
- 體驗mediaPipe Face stylizer對抗生成式AI style GAN
-
閱讀 > 10 分鐘 17.1 CNN模型使用VGG19遷移學習辨識小樣本貓狗辨識率86趴
-
18.期末報告
-
需繳交, 01-13 00:00 18.1 期末報告
-