Rex 黃璽軒 • 經歷:• 樂達創意科技創辦人兼技術長 • 專長:• 深度學習、電腦視覺、工廠自動化 • 經歷: 國立臺灣大學電信工程學系碩士 鴻海科技雲運算事業群訊號模擬工程師 6+ years 電腦視覺實作經驗 5+ years 業內深度學習實作經驗 3+ years 產品/專案開發經驗 (立地於台灣 越南 中國 知名 製造產業) 風險管理大師五大步驟 Andy 黄世氶 • 現職:• 阿柏教育共同創辦人兼技術長 • 專長:• 程式教學、自然語言處理、網頁開發 • 經歷: 國立臺灣大學電機工程學系學士 經濟部工業局DIGI+Talent(跨領域數位人才加速 躍升計畫)必修課程【資料科學領域】講師 經濟部工業局iPAS(經濟部產業人才能力鑑定) 【AI知識課程模組】數位核心課程講師 雲林科技大學、師大附中資訊營隊講師 什麼是機器學習 • 人工智慧:AI (Artificial Intelligence) • 機器學習:ML (Machine Learning) • 深度學習:DL (Deep Learning) • 人工智慧:讓機器表現出像人類一樣的智慧 •機器學習是實現人工智慧的手段 為什麼要用機器學習 • 簡單的任務:基於規則的系統 (Rule-based System)  • 例:選單式聊天機器人、深藍 • 複雜的任務：機器學習 •例：圖像識別、AlphaGo •機器學習：給大量資料，讓機器自己找規則！ • 想像人類的小嬰兒要怎麼學習...... •機器也是一樣！ 機器學習的應用 •物體偵測 • 自動駕駛 Source: https://www.gigabyte.com/tw/Article/cons tructing-the-brain-of-a-self-driving-car • 醫療影像檢測 Source:https://www.bmvc2021- virtualconference.com/assets/papers/1249.pdf • OCR (光學字元識別)    • iOS 15: Live Text 在訓練之前 • 訓練模型之前先準備資料   • 以圖像分類為例，圖片就是我們的資料 • 只有圖片夠嗎?   • 還需要標註圖片的類別 • 圖像分類的資料(data) 如何訓練一個模型 • 深度學習三步驟 • 什麼是模型  但不用正確率來更新參數！！！ 損失函數 • 損失函數常見的有以下幾種: 如何訓練一個模型 • 機器學習三步驟                                                                                                                              訓練模型 (梯度下降法) 梯度下降法 • 梯度下降法 (Gradient Descent)   • 是深度學習的基石之一   • 但今天時間不夠，不教 • 我們可以簡單的想像成是「滑雪」的過程   • 目標:滑到最低點 (找到能讓損失最低的模型)   • 梯度:滑行的方向 模型訓練技巧 • 學習率 (Learning Rate)  • 過擬合 (Overfitting) • 優化器 (Optimizer) • Batch size 學習率 • 學習率 (Learning Rate)   • 模型的參數更新的速度   • 某種程度上可以想像成「滑雪的速度」   • 不是越大越好• 也不是越小越好   • 調整大小需要經驗與嘗試 過擬合 • 前面有提過，訓練模型就像人類學習一樣 •那讓我們看看小明的學習狀況 • 試想我們今天準備了10000張練習卷給小明寫...... • 一直寫同樣的練習會讓小明考試成績變好嗎? • 即使小明練習卷全對， 考試能全對嗎? • 不會一直變好，考試不能全對 • 小明可能會把練習卷的答案背下來 • 只看練習卷的分數並無 法判斷小明的學習狀況 • 訓練集 (Training Set) 與驗證集 (Validation Set)    • 訓練集:作業   • 驗證集:考試 • 避免過擬合(Overfitting)    • 訓練時損失很低   • 驗證時損失很高 • 在訓練集訓練後，用驗證  • 集衡量模型表現 • 實務上通常還會有一個標籤不公開的「測試集」(testing set)  • 比賽排名、公司驗收用 優化器 • 優化器 (Optimizer) 是一種在梯度下降法中幫助模型訓練得更好 的方法 • 常見的優化器   • SGD (Stochastic Gradient Descent)   • RMSprop (Root Mean Square Propagation)   • Adam 什麼是 batch • 訓練資料太大，沒辦法一口氣放進GPU裡   • 解法:Mini-Batch Gradient Descent   • 把所有資料切成若干組，每次只拿一組來計算梯度 • Mini-Batch的大小我們稱之為Batch Size • 用完所有batch訓練一次稱之為一個Epoch Lily 劉穎立 • 現職:         • 洽吧智能資料科學家         • 阿柏教育創辦人兼執行長 • 專長:         • 程式教學、深度學習、電腦視覺、邊緣運算 • 經歷: 國立臺灣大學電機工程學系學士 臺大創意創業學程學生會會長 經濟部工業局DIGI+Talent(跨領域數位人才加速躍升 計畫)必修課程【資料科學領域】講師 經濟部工業局iPAS(經濟部產業人才能力鑑定)【AI知 識課程模組】數位核心課程講師 雲林科技大學、師大附中、資訊營隊講師 國泰人壽、新光人壽教育訓練講師 工廠哪裡會需要AI? 樂事洋芋片生產線 想想看 • 影片中，生產製造的哪些步驟可以利用AI優化? 機器人削皮 • 製造過程中，有哪些潛在問題可以利用AI解決? 洋芋片烤焦 • 宏觀整個產業上下游，從馬鈴薯田到我們手中的洋芋片，還有 那些部分有引入AI的價值? 智慧推薦消費者喜歡的口味 工廠哪裡需要AI? 有這麼容易嗎？ 聽起來好像什麼問題，都可以利用AI來解決，那為什麼 現在還有這麼多事情需仰賴人力? 半導體案例 半導體案例 包裝袋分類 問題:如何使用AI取代人力分類包裝袋? 風險管理大師五步驟 實際場域影片 https://youtu.be/1LcUU2BkhyY 需求場域 – 鋼鐵工廠 資料集 • 六種分類，每類300張，共1800張 • 每張圖大小為200*200 • 均為黑白.bmp影像 鋼材表面缺陷影像分類 圖像分類 Now open your Colab! Colab 是 Colaboratory 的簡稱 是一個由 Google 提供開發者虛擬主機，可在雲端運行及編輯的一個執行環境 有支援python語言 有GPU! 建議使用Chrome Step 1 Step 2 Step 3 搜尋「colaboratory」並安裝 Step 4 將課程雲端提供的檔案下載，並上傳到此資料夾  Step 5 Step 6 開始訓練嘍！ 開始訓練前，你要知道... • tensorflow: 一個機器學習框架，支援深度學習的各種演算法 • keras: 一個適合快速開發的程式庫 • sklearn: python常用的機器學習工具包，裡面有很多方便的函式  • matplotlib: 畫圖用的 • PIL(pillow): 處理圖片用的 • 分六類的話，答案要如何設定呢? 訓練結果 除了正確率，還有什麼方法可以衡量模型?  訓練好模型，然後呢? 風險管理大師五步驟 需求場域 – 鋼鐵工廠 問題:是否可以將生產線上拍攝影像做缺陷分類?  開啟AI專案。 之前 概念驗證? 概念驗證元素 概念驗證Demo https://youtu.be/2Ll4ht8UhZw AOI產品架構 一、人工智慧於製造業導論  更多的個案分析，帶您了解製造業導入AI的眉角 二、機器學習/類神經網路 學習不能只會輸入，反覆輸出才是真正的學進去  三、資料處理 四、物件偵測實戰 除了分類以外， 還可以做更多? 不會只教你跑  五、AI模型部署 六、自動光學檢測DIY 請填寫問卷留下您寶貴的意見