活動日期 / Date： 2026/05/23 09:00 ~ 2026/07/12 16:00
活動內容 / Event Details：
人工智慧：1-1 「NVIDIA 深度學習基礎實戰工作坊」
一、工作坊簡介
本工作坊課程以目前業界最熱門的 PyTorch 框架為主軸，在 Jupyter Notebook 環境中進行互動式教學。從張量 (Tensor) 運算開始，逐步帶領學員建構神經網路、訓練模型，並深入探討資料增強 (Data Augmentation) 與預訓練模型 (Pre-trained Models) 的應用。學員將在實作中解決真實世界的電腦視覺問題，是銜接 AI 產業職缺的關鍵敲門磚。
二、課程目標
1. 電腦視覺實戰：學會使用 CNN (卷積神經網路) 進行圖像分類與物件辨識。
2. 掌握深度學習核心：理解神經網路運作原理、反向傳播與 PyTorch 張量操作。
3. 原廠認證接軌：完成本課程 NVIDIA DLI 指定專案，可獲 NVIDIA DLI「深度學習實作」原廠證書。
三、授課對象
大專院校學生、社會人士
四、上課日期、時間
- 5月23日(六)、5月30日 (六) 、6月13日(六)、7月11日(六)、7月12日(日)
- 09:00-12:00 、13:00-16:00 (中間休息一小時)
五、上課地點
中原大學 資管樓 201教室
六、先備知識
1. Python 程式基礎：熟悉變數、迴圈、函式與 List/Dictionary 操作。
2. 基礎數學概念：了解矩陣運算 (Matrix) 與基礎微積分概念尤佳。
3. Jupyter 操作經驗：曾使用過 Jupyter Notebook 或 Google Colab 開發環境。
七、課前準備
1. 註冊NVIDIA開發者帳號 (Developer Program)
2. 複習Python基礎語法與NumPy陣列操作
八、課程內容
| 堂數 | 課程名稱 | 課程重點 |
| 第一堂 | 深度學習概論與 PyTorch 基礎 | AI 版圖導讀：深度學習 vs 機器學習 vs 人工智慧的差異。 PyTorch 核心操作：Tensor (張量) 的建立、運算與 GPU加速設定。 神經網路解密：感知器 (Perceptron)、權重 (Weights) 與偏差 (Bias)。 Jupyter 環境實戰：設定開發環境並執行第一個 PyTorch 程式。 實作練習：利用 Tensor 運算實作簡單的線性迴歸預測。 |
| 第二堂 | 類神經網路 (ANN) 與模型訓練 | 建構神經網路：使用 torch.nn 搭建多層感知器 (MLP)。 訓練流程詳解：前向傳播 (Forward) 與反向傳播 (Backward)。 優化器與損失函數：SGD/Adam 優化器與 Cross-Entropy Loss 的應用。 數據集處理：使用 DataLoader 載入與批次處理數據。 實作練習：手寫數字辨識 (MNIST) 模型訓練與準確度評估。 |
| 第三堂 | 卷積神經網路 (CNN) 視覺應用 | 電腦視覺之眼：卷積層 (Convolution) 與池化層 (Pooling) 原理。 CNN 架構設計：特徵提取 (Feature Extraction) 與分類器的結合。 圖像資料處理：讀取圖像、正規化與 Tensor 轉換。 模型效能調校：解決過擬合 (Overfitting) 與 Dropout 技巧。 實作練習：建構 CIFAR-10 彩色圖像分類器。 |
| 第四堂 | 資料增強與遷移學習 (Transfer Learning) | 資料增強技術：旋轉、翻轉、裁剪，讓小數據也能訓練大模型。 預訓練模型 (Pre-trained Models) 介紹 (如 ResNet, VGG)。 遷移學習實戰：載入 ImageNet 預訓練權重並進行微調 (Fine-tuning)。 模型儲存與載入：如何保存訓練好的模型權重以供推論使用。 實作練習：利用 ResNet50 快速打造客製化圖像辨識系統 (如：貓狗分類) |
| 第五堂 | NVIDIA DLI 專案實作與認證考核 | 進階專案挑戰：整合前四堂所學，改善模型的推論速度與準確度。 模型評估與視覺化：繪製 Loss 曲線與混淆矩陣，分析模型弱點。 成果發表：學員展示最終訓練成果，並進行結業考核。 |
性別平等 從你我做起
活動時間地點 / Time Slots：
| 場次名稱/Event | 日期/Date | 地址/Address |
| 第一堂深度學習概論與 PyTorch 基礎 | 2026/05/23 09:00 ~ 16:00 | 桃園市中壢區中原大學資管104教室 |
| 第二堂 類神經網路 (ANN) 與模型訓練 | 2026/05/30 09:00 ~ 16:00 | 桃園市中壢區中原大學資管201教室 |
| 第三堂：卷積神經網路 (CNN) 視覺應用 | 2026/06/13 09:00 ~ 16:00 | 桃園市中壢區中原大學資管104教室 |
| 第四堂：資料增強與遷移學習 (Transfer Learning) | 2026/07/11 09:00 ~ 16:00 | 桃園市中壢區中原大學資管201教室 |
| 第五堂：NVIDIA DLI 專案實作與認證考核 | 2026/07/12 09:00 ~ 16:00 | 桃園市中壢區中原大學資管201教室 |
報名費用及截止日期 / Registration Info：
| 場次/Session | 費用說明/Cost | 報名時間/Registration Period | 人數限制/Max of Attendants |
| 第一堂深度學習概論與 PyTorch 基礎 | 0 | 2026/04/17 00:00 ~ 2026/05/20 00:00 | 50 |
| 第二堂 類神經網路 (ANN) 與模型訓練 | 0 | 2026/04/17 00:00 ~ 2026/05/28 00:00 | 50 |
| 第三堂：卷積神經網路 (CNN) 視覺應用 | 0 | 2026/04/17 00:00 ~ 2026/06/05 00:00 | 50 |
| 第四堂：資料增強與遷移學習 (Transfer Learning) | 0 | 2026/04/17 00:00 ~ 2026/07/09 00:00 | 50 |
| 第五堂：NVIDIA DLI 專案實作與認證考核 | 0 | 2026/04/17 00:00 ~ 2026/07/10 00:00 | 50 |
活動聯絡人 / Contact Us：
鐘瑞蘋 juiping@iii.org.tw 02-27016880分機4037
講師 / Speakers：
中原大學資訊管理學系副教授
闕豪恩
指導單位：
桃園市政府
桃園市議會
主辦單位：
桃園市政府青年事務局
執行單位：
