新手無痛AI上手！還等什麼？
【誰應該來?】
- 想學AI卻無門而入的Maker或好學的你
- 想應用AI的Maker、創業者或產品/服務開發者
- 想跟上AI潮、增進個人技能者
今年最熱門的科技議題無疑就是AI（近幾年應該都是吧），想必有很多人不只是好奇AI在熱什麼，更想入門學習，甚至想實際動手來玩玩看、練練功，不過，不少人被開發環境的需求嚇到，總以為玩AI先得準備個很貴的高級顯卡及伺服器才能跑得動，對於想入門練練手的人實在有點花不下去。
現在想學習AI的新手有福了！Google為了幫助機器學習和教育的推廣而推出了Google Colaboratory 研究專案，它是一個提供Jupyter Notebook服務的雲端環境，而且無需額外的設定就可以使用，而且現在還提供免費的GPU，這簡直佛心來的！
Google Colaboratory的開發環境相當夠意思：它提供了免費的NVIDIA K80等級GPU資源及虛擬機(Xeon 2.2GHz CPU*2)供大家使用，其中整合了Linux (Ubuntu)環境、Python、Jupyter Notebook及TensorFlow等常用套件包，並允許大家安裝執行時所需套件包(如Keras, OpenCV, PyTorch, MxNet, XGBoost等)，只要有Google雲端硬碟帳號就可免費使用（當然也有限制，請見本文介紹）。
(Google Colaboratory支援TensorFlow、Keras等常用AI套件包)
用Google Colaboratory建構CNN網路來實現影像二元分類
有了這麼到位的免費開發環境，就差一位好師父來帶進門了。這次即邀請到研究AI影像分析多時的Jack Hsu老師來開講，他將在這堂課中以Google Colaboratory提供的開發環境來示範如何完成一個深度學習範例，帶著大家建構一個以卷積神經網路(CNN)完成的二元分類的影像分類系統，進而有能力建立自己的智慧影像分類系統。
（Kaggle提供的「Dogs and Cats」資料集樣本；圖片來源：OmniXRI整理製作）
這個學習範例中，主要利用TensorFlow及Keras建構出一個小型的卷積神經網路（Convolution Neural Network, CNN），共有三層卷積層（包含ReLu及Max Pooling），雖然這個模型雖然不大，但可適用各種圖像的二元分類問題，大家可試著導入自己準備的圖像進行測試。
【學習重點】
1. 如何取得及建構訓練數據(Training Dataset)
－下載資料集
－資料集解壓縮
－檢視資料集
－自定義資料集及掛載
2. 如何建構一小型深度學習模型(Training Model)
－卷積網路模型
－輸入圖像尺寸正規化
－模型架構及訓練參數說明
－模型配置及訓練優化設定
－數據預處理
3. 如何訓練及驗證模型準確度(Valication Accuracy)
－訓練及驗證模型
－評估模型的準確性和損失
4. 如何應用深度學習訓練成果進行推論(Inference)
－推論
－可視化表示
【講師介紹】
Jack Hsu／歐尼克斯實境互動工作室創辦人、MakerPRO共筆專欄作者
資深專業Maker，從硬體、韌體、軟體一路玩到機電系統整合，目前為自由工作者，擔任多家公司技術顧問。專長機電整合、機器視覺、立體顯示、實境互動、人工智慧、智財技轉及新創事業輔導。
【課程規劃】
2018/7/23(一) 19：00 – 21：00
(主辦單位保留修改權利)
學員背景：建議有Python程式或深度學習基本能力為佳，沒有亦可。
【報名方式】
【學員課前準備與閱讀】
- 課前閱讀：請先閱讀講者本篇文章 – 使用Google Colaboratory免費資源學AI，正是時候！
- 非實作課程，現場僅展示操作及簡報說明，學員不需準備任何電腦或工具。上課講義將於會後開放下載。
- 《一次搞懂！人工智慧能吃嗎？》演講講義分享
►主辦單位：MakerPRO、源壹科技
►聯絡方式：MakerPRO公司電話：(02)23679308，蔡小姐, Email：service@makerpro.cc
Date/Time
Date(s) - 23/07/2018
7:00 下午 - 9:00 下午
Location
零宇學苑
Categories
2018/06/29
希望台南也能開課