課程介紹
世界各地的企業都在運用人工智慧解決最困難的挑戰：醫療照護人員使用 AI 加快診斷速度；零售業提供個人化購物體驗；汽車製造商則致力於讓交通更安全、更有效率。
深度學習 (Deep Learning) 是一種強大的人工智慧方法，透過多層次的人工神經網路，在物體偵測、語音辨識與語言翻譯等領域達到頂尖精確度，讓電腦得以從巨量資料中辨識出專家難以編寫的細微模式。
在本實作坊中，你將進行電腦視覺和自然語言處理方面的實作練習，藉此瞭解深度學習的運作方式。你將學會如何從零開始訓練深度學習模型、學習工具和技巧，追求高度準確的成果。另一方面，你也能掌握如何運用免費的頂尖預訓練模型來快速滿足客製化需求，提升專案開發效率。
✅ 認證資訊：完成本課程評量之後，即可取得 NVIDIA 原廠完課證明。
🌐 版本說明：本課程原文名稱為 [Fundamentals of Deep Learning]，已有正體中文版本，相關資訊皆以原廠為準。
課程定位
- 🟢 程度：技術 – 初學者 (無需進階基礎)
- 🟢 主題：深度學習
- 🟢 完課證明：有
- 🟢 評量方式：雲端環境程式實作
- 🟢 課程先修：對 Python 有基本了解 (有幫助，但非必要)
- 🟢 所需軟體：Python3 / PyTorch (已預裝於虛擬機)
- 🟢 所需硬體：可連網之筆電，連入 DLI 雲端虛擬機執行
- 🟢 相關路徑：參考 DLI Generative AI / LLM 學習路徑
學習目標
- 🎯 瞭解訓練深度學習模型所需的基本技術和工具
- 🎯 熟悉通用的深度學習資料類型和模型架構
- 🎯 透過資料增強（Data Augmentation）提升模型精準度
- 🎯 運用遷移學習（Transfer Learning），以更少的資料和運算達成高效率成果
- 🎯 使用現代深度學習框架加速打造個人專案
課程特色
-
- 🚀 雲端實作環境：無需安裝複雜軟體，透過 Jupyter Lab 即可進行操作。
- 🚀 友善程式教學：引導理解 Python 程式語言在 AI 開發中的核心功能。
- 🚀 架構深度解析：剖析神經網路如何擷取特徵，掌握影像分類的核心原理。
- 🚀 實戰資料訓練：使用 PyTorch 搭配 MNIST 與 ASL 資料集進行手寫與手語辨識實作。
- 🚀 掌握遷移學習：利用 VGG16 等經典預訓練神經網路架構，學習如何優化應用並快速落地。
- 🚀 專業原廠認證：完成課程評量驗證學習成效，通過即可取得完課證明。
實作課程表：深度學習基礎與實踐
| 時間 | 內容摘要 |
|---|---|
| 10:00 – 11:00 | 深度學習簡介與註冊 NVIDIA 開發者帳號 － AI、神經網路與邊緣裝置發展趨勢 － 註冊 NVIDIA 開發者帳號 |
| 11:00 – 12:00 | 進入課程環境、基礎神經網路實作 － 深度學習沿革與實際應用 － 登入課程虛擬環境 － 使用 PyTorch 實作 MLP 基礎神經網路，處理 MNIST 手寫數字與 ASL 美國手語等資料集 |
| 12:00 – 13:00 | 午餐時間 |
| 13:00 – 14:30 | 卷積神經網路 － 認識熱門的卷積神經網路架構 － 與先前的 MLP 架構進行效能指標比較（accuracy, loss） |
| 14:30 – 14:50 | 休息與交流時間 |
| 14:50 – 16:00 | 資料增強與預訓練模型 － 透過資料增強技術（Data Augmentation）提升模型效能 － 使用經典網路架構（VGG16）進行遷移學習與應用開發 － 探討微調（Fine-tuning）技術與實際場景應用 |
| 16:00 – 16:40 | 課程評量 － 完成實作評量並取得 NVIDIA 原廠完課證明 |
| 16:40 – 17:00 | 講師解題與問卷 － 講師實作解題分享、完成工作坊問卷調查 |
立即洽詢與報名
CAVEDU（翰尼斯企業）是國內執行課程經驗最豐富的 NVIDIA 教育合作夥伴。
歡迎洽詢企業包班、技術顧問與客製化課程：
我們的專業團隊（2025 全球第一白金級大使領軍）將為您提供專屬的 NVIDIA DLI 原廠認證課程 規劃。
