AI 工程師養成班：Tensorflow 影像辨識應用(高階級課程)

 學生將從資料處理
到模型訓練完整操作，
體驗 AI「看懂圖片」的過程，
並透過生成式 AI 輔助，
提升學習與專案開發效率。

• 課程180分鐘，共一堂課。
• 適用學群：資訊、資工、資管
  
• 遷移學習 × 實作導向：一堂帶你做完影像分類專案
• 一次搞懂資料、模型、評估與可解釋性（Grad-CAM)
• 搭配 ChatGPT，快速產生程式骨架、除錯與實驗報告
• 完整的個人自主學習計劃，並結合實質性成果

   

課程單元

1、資料科學方法論

• 監督式學習與分類任務、資料切分(Train/Val/Test)、資料增強(Data Augmentation
• 指標與實驗設計：baseline、對照組、重現性(seed)

2、TensorFlow 套件實作

• TensorFlow/Keras 基礎、tf.data 與 image_dataset_from_directory
• 建立資料管線、批次化、快取與預取

3、訓練影像辨識神經網路

• 兩條路線：自建 CNN（入門）或 MobileNetV2 遷移學習（穩定又快）
• Callbacks（EarlyStopping、ModelCheckpoint）、過擬合抑制（Dropout、L2）

4、結合 ChatGPT 優化流程

• 讓 AI 產生實驗腳本、除錯提示與報告框架
• 以問答引導選模型、調參、產生可讀結果圖表與說明

參加課程的學習成果

•  一個可用的影像分類模型
• 模型評估圖與 Grad-CAM 可視化
• 一頁式技術報告與改進清單

先備知識與設備

先備知識：基礎 Python（變數、函式、陣列/張量概念）
設備：線上 - Chrome + Colab（免安裝）
資料：示範用 CIFAR-10

講師介紹

鄭中嘉 老師

國立成功大學 大數據碩士
生成式 AI 應用專家
深度學習與 AI 繪圖領域專精
電腦視覺與資料科學專業
擁有豐富專案開發經驗
授課範圍廣泛，實務應用強
致力推廣 AI 創意與商業應用

上課方式

使用 GoogleMeet 上課，
報名後會收到報名成功通知信件，並且於上課前一週收到上課通知信件，
再請您留意信箱。