深度學習與生醫應用
Deep learning and biomedical applications
| 節 | 週一 |
|---|---|
7 15:30–16:20 | 深度學習與生醫應用 YL403（陽明） 3 節連堂 |
8 16:30–17:20 | |
9 17:30–18:20 |
* 根據陽明交大上課時間表所列
本課程內容包括類神經網路介紹、捲積深度學習神經網路基本架構(CNN)、進階物件辨識、偵測與分割深度學習網路架構。本課程從單一神經元,多層神經網路到卷積深度學習神經網路,先以NumPy實現上述基礎和進階網路架構,再介紹物件導向程式語法,以及pytorch重新改寫Numpy撰寫的網路架構,達到深刻了解如何用PyTorch搭建卷積深度學習神經網路。本課程先修科目是程式語言,至少必須熟悉python或Matlab 其中一種語言,必須有微積分基礎知識。
教師未提供此項資料
無備註
教導深度學習原理與應用 本學期全程線上上課 視訊連結將在課前公告 本課程會全程錄影 錄影檔在課後放在NewE3
程式作業40%,期末專題60%
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | 深度學習簡介 |
| 第 2 週 | Review of python |
| 第 3 週 | 和平紀念日 |
| 第 4 週 | Numpy and Single-layer neural network: regression and logistic regression |
| 第 5 週 | Multi-layer neural network: back propagation |
| 第 6 週 | Neural network and classification |
| 第 7 週 | Deep Learning and implement CNN using Numpy |
| 第 8 週 | 春假 |
| 第 9 週 | Midterm presentaion of project proposal |
| 第 10 週 | Object-oriented programming |
| 第 11 週 | Pytorch tutorial: tensor basics, back propagation, gradient descent, loss and optimizer |
| 第 12 週 | Pytorch tutorial: linear regression, logistic regression, data loader, transforms |
| 第 13 週 | Pytorch tutorial: softmax, cross-entropy, activation functions, feedforward, cnn, transfer learning, save and load |
| 第 14 週 | Pytorch tutorial: convert the MNIST example from Numpy to Pytorch |
| 第 15 週 | Object detection using Pytorch |
| 第 16 週 | Object segmentation using Pytorch |
| 第 17 週 | Self attention and transformer using Pytorch |
| 第 18 週 | Term project presentation |
1.Paolo Perrotta, Programming Machine Learning_ From Coding to Deep Learning (2020) 2.Phil Kim , MatLab Deep Learning with Machine Learning, Neural Networks and Artificial Intelligence (2017, Apress) 3.Andrew Glassner, Deep Learning_ A Visual Approach-No Starch Press (2021) 4.Nikhil Ketkar, Jojo Moolayil , Deep Learning with Python: Learn Best Practices of Deep Learning Models with PyTorch-Apress (2021)
- 地點
- 教師未提供此項資料
- 時間
- 教師未提供此項資料
- 聯絡方式
- 教師未提供此項資料