1. PyTorch 深度學習框架
1.1 神經網路觀念說明
1.2 資料處理與載入
1.3 建置回歸模型
1.4 建置分類模型
1.5 實際開發：基礎神經網路模型的建置、訓練和預測
1.6 實際開發：評估訓練好的模型
2. 自然語言處理 NLP
2.1 自然語言處理基礎觀念
2.2 文本資料擷取、清理
2.3 文本的分詞 ( Tokenizer )
2.4 使用嵌入模型向量化文本
2.5 實際開發：垃圾信件偵測
3. RAG 檢索增強生成
3.1 檢索增強生成的基本概念
3.2 建立本地端大語言模型
3.3 建立向量資料庫
3.4 實際開發：可靠的問答系統
4. 影像辨識
4.1 影像辨識基礎觀念
4.2 認識經典的影像辨識模型
4.3 Fine Tune 經典模型
4.4 實際開發：手寫字母的辨識
5. 影像偵測
5.1 影像偵測基礎觀念
5.2 認識經典的影像偵測模型
5.3 Fine Tune 經典模型
5.4 實際開發：高速公路上的車輛偵測
課程資訊：瀏覽課程的詳細資訊
Python 深度學習應用：自然語言處理、影像偵測辨識
深度學習 Deep Learning 是機器學習的一個子領域，也是近代人工智慧技術的關鍵突破。本課程將帶領你學會使用 PyTorch 深度學習框架，學會建立客製化的分類和回歸模型，並進一步建立自然語言處理、RAG 檢索增強生成、影像辨識、影像偵測的應用。
課程中會碰到的應用包括：
- 預測鐵達尼號的乘客是否生存
- 偵測 Email 是否為垃圾信件
- 使用 RAG 檢索增強生成架構，建立可靠的問答系統
- 手寫字母的辨識
- 高速公路上的車輛偵測
適合有基礎 Python 程式開發能力的對象，可以參考彭彭老師的 Python 入門課程大綱。
課程中會碰到的應用包括：
- 預測鐵達尼號的乘客是否生存
- 偵測 Email 是否為垃圾信件
- 使用 RAG 檢索增強生成架構，建立可靠的問答系統
- 手寫字母的辨識
- 高速公路上的車輛偵測
適合有基礎 Python 程式開發能力的對象，可以參考彭彭老師的 Python 入門課程大綱。
課程大綱
適合對象
開發環境
使用 Windows 或 Mac 作業系統的電腦，能夠執行 Python 程式的即可。
實體課程注意事項
●本班為實體課程，常見QA詳情連結
●校園防疫措施詳情連結
●公務員全程參與課程學習後可於課程結束後申請登錄公務人員學習時數
●課程影片觀看期限至課程結束後一週關閉
(一)退費期限：開課日後⅓時數內，詳情連結
(二)查詢結業狀況：結業名單連結
●經濟部30人以下中小企業數位轉型補助
有與經濟部30人以下中小企業數位轉型補助配合的課程，學員申請補助時請務必主動告知承辦單位所需資料。
(一)收據須載明課程名稱、上課人數及課程單價。
(二)需開立抬頭統編抬
(三)注意事項：未通過課程者，恕無法申請本計畫補助。
近期班次
第 465 期 Python 深度學習應用：自然語言處理、影像偵測辨識
招生中
課程類別：三六夜間班
開課日期：2026.03.04 ~ 2026.04.08
上課時間：每週 (三)(六) 7:00 PM ~ 10:00 PM
學費：新生新台幣 6500 元整
注意事項：
4/4(六)清明連假不上課，課程日期已順延
講師介紹
彭兆蔚(彭彭)
(1) 國立臺灣大學心理學學士、國立臺灣大學資訊工程學碩士，跨領域專案開發經驗。
(2) 於 2003 年，獲得美商昇陽電腦 Sun Certificated Java Programmer(SCJP) 認證。
(3) 於 2008 年，參與美商昇陽電腦校園大使計畫。
(4) 資策會軟體工程師、Tomofun 網站工程師。
(5) WeHelp 深度學習、網站開發職業訓練導師與創辦人。
(6) COSCUP 2010 開源人年會講者，講題：Implementation of Websocket Protocol。
(7) Piconion 影像處理軟體主要開發者。
(8) iThome Modern Web 2016 講者，講題：Web 終將統治世界，用 JS 打造專業影像處理軟體。
(9) iThome Modern Web 2017 講者，講題：開發複雜網頁應用的黃金法則。
(10) iThome Modern Web 2018 講者，講題：網頁前端在人工智慧的應用。
(11) 2008 年至本班教學，累計授課時數至 2025 年 4 月 16 日為 4,550 小時，為資深講師。
老師的個人課程網站：https://training.pada-x.com/