教學大綱與進度

課程基本資料：

學年期	課號	課程名稱	階段	學分	時數	修	教師	班級	人	撤	備註
112-1	319046	深度學習TensorFlow	1	3.0	3	★	莊政達	智動三	15	0	請自備筆電

教學大綱與進度：

教師姓名	莊政達　教師諮商時間(Office Hours)
Email	ctchuang@ntut.edu.tw
最後更新時間	2023-06-01 13:52:48
課程大綱	教學目標使學生熟悉使用Tensorflow 訓練深度學習網路的技巧。課程內容主要包含：(1) Tensorflow與 keras 常用運算子與函數 (2)資料前處理與標註 (3)CNN卷積神經網路 (4)RNN遞歸神經網路 (5)GAN對抗生成網路 (6) Reinforcement learning強化學習
課程進度	第一週 課程介紹 第二週 Tensorflow與 keras 介紹與安裝 第三週 Tensorflow與 keras 常用運算子與函數 第四週 Tensorflow與 keras 常用運算子與函數 第五週 資料前處理與標註 第六週 DNN深度神經網路 第七週 DNN深度神經網路與TensorBoard視覺化 第八週 CNN卷積神經網路 第九週 CNN卷積神經網路 第十週 CNN卷積神經網路 第十一週 RNN遞歸神經網路 第十二週 LSTM 長短期記憶網路/ GRU 模型 第十三週 LSTM 長短期記憶網路/ GRU 模型 第十四週 GAN對抗生成網路 第十五週 GAN對抗生成網路 第十六週 Reinforcement learning強化學習 第十七週 期末專題 第十八週 期末專題
評量方式與標準	課堂實作與作業: 70% 期末專題: 30%
使用教材、參考書目或其他	【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：否 陳允傑，TensorFlow 與 Keras：Python 深度學習應用實務，旗標 ，2019。
課程諮詢管道	(1)透過電子郵件 ctchuang@ntut.edu.tw 討論課程問題 (2)於教師諮商時間(Office Hours)討論課程問題
課程對應SDGs指標
備註