Jetson Nano上的人工智慧技術入門
完課並通過考試可獲 NVIDIA 官方認證證書，為您的履歷加分！
本課程專為入門者設計，即使沒有程式基礎也能輕鬆上手。透過「了解學習、模型訓練與實作」三步驟，帶你親手打造 AI 裝置，將理論化為實際應用。
(課程已結束)
活動報導
面對人工智慧應用蓬勃發展的時代，實作能力與技術理解成為AI學習的關鍵。本校教學資源中心於114年10月18、25日在雙溪校區「智慧創新AI學習中心」舉辦「Jetson Nano上的人工智慧技術入門」與「深度學習基礎理論與實踐」兩場NVIDIA DLI（Deep Learning Institute）官方授權課程，特別邀請CAVEDU教育團隊專業講師許鈺莨指導授課。許講師長期投入人工智慧、雲端物聯網、嵌入式機器人與行動應用設計等領域教學與實作，具備豐富的實務經驗與教學熱忱，帶領學員從理論到實作，循序探索AI技術應用的核心概念，並全員成功獲得NVIDIA官方DLI修課證書。
兩場課程皆由教學資源中心林蕙雯主任開場，強調本次課程希望提供無論是否有具資訊專業背景學生均可參加，並且鼓勵學生跨域學習AI技術外，也介紹年底即將登場的「AI時代：校園智慧創新」黑客松競賽，邀請學生將課程所學轉化為創新提案，實踐AI於校園中的多元應用。
10月18日舉辦的「Jetson Nano上的人工智慧技術入門」課程中，學員透過NVIDIA Jetson Nano裝置實際操作，學習蒐集影像資料、建立分類模型與標記影像資料以訓練回歸模型，完整體驗AI裝置的運作原理。多位學員表示「第一次使用Jetson Nano就能上手」、「能夠實際操作硬體設備進行影像辨識，真的很酷！」。
10月25日「深度學習基礎理論與實踐」課程則結合理論與實作，帶領學員理解神經網路架構的運作原理與影像分類應用。課程從Keras、TensorFlow實作入門，帶領學員以手寫數字與手語資料集進行模型訓練，並延伸介紹經典神經網路與雲端應用。實際操作 Jupyter Notebook，讓同學更清楚掌握深度學習的基本原理與訓練流程。
兩場課程報名踴躍、反應熱烈，吸引學生跨院系參與；兩日合計參與人次達54人，參與學員分布各學院，其中巨資學院37人、理學院5人、商學院7人、人文社會學院3人、外國語文學院各2人，證書取得率100%，展現學生對AI學習的高度熱忱與關注。並根據UCAN共通職能中「資訊科技應用」能力五大題項設計的前後測問卷結果，學員自評能力由課前平均3.9分提升至課後4.4分，整體滿意度為4.5分，顯示課程在理論學習與實作應用上皆具相當成效。在質性回饋方面，學員皆表示兩堂課程內容充實、操作體驗豐富：「能從基礎概念到程式實作，讓AI不再抽象」、「Debug雖然辛苦，但成功辨識影像的那刻真的很有成就感」。更有學員提到，課程激發了他們持續進修的動力，「會想關注NVIDIA的課程與AI模型發展，並應用於未來專題與競賽中。」
此次兩場工作坊不僅讓學生從「會用AI」進一步邁向「懂AI」，也啟發了學生參與黑客松競賽與專題研究的技術基礎。本中心將持續開設結合理論與應用的AI技術課程，推動跨領域數位學習，培養具備實作力與創新思維的AI新世代人才。本校第三屆「AI時代：校園智慧創新」黑客松決賽即將於12月4日登場，期待更多學生將課程所學轉化為具創意的提案與解方，展現東吳大學在AI創新教育的能量與成果。
學生回饋
|
學習一些有關人工智慧的知識，還有如何透過搜集圖片讓系統學習然後可以判斷 |
|
第一次使用nvidia的 jetson nano這個設備，但雖然是第一次使用但很快就可以上手了，今天上課的內容也不會到太困難，藉由攝影機去做動態圖片的辨識，可以去預測像是臉部表情的結果或是可以在後續作揖些姿態的辨識，我覺得都是一個很有趣的學習經驗，老師也跟我們分享了另外一個學習的平台"teachable machine" ，是可以讓我們不需要使用到jetson nano 這個設備就可以嘗試做做看的 |
|
第一次使用JETSON NANO，是一個蠻酷的體驗，後續在電腦的程式操作以前有學過一些所以比較熟悉一點，老師在今天這堂課中也講得很詳細，加深了我更多印象，而這次也是第一次使用MobaCterm來操作影像辨識的東西，算是接觸了很多新東西 |
|
獲得證書，也學習到很多跟模型有關的知識 |
|
學習到AI模型的基礎，利於後續其它延伸學習 |
|
接觸到平常不會使用的程式，也了解到很多資料運算的概念 |
|
學習寫程式辨別圖片 |
一、課程介紹
【課程說明】
本課程旨在協助學員掌握深度學習與人工智慧（AI）的核心知識與實作技能。
課程以 NVIDIA Deep Learning Institute（DLI）的教學資源為基礎，整合技術理論與實作工具，全面提升學員的專業能力。
完成課程並通過考試後，學員將能順利通過 NVIDIA DLI 認證，並取得 NVIDIA AI 培訓證書。
【課程特色】
- 理論與實務並重： 課程內容涵蓋 AI 基礎理論，並結合實際案例分析，確保學員能將所學知識應用於實作。
- 多元學習模式： 包含互動式教學與專題實作，旨在強化學員的動手能力與問題解決能力。
- 認證導向設計： 課程內容專為 NVIDIA DLI 認證考試所設計，有效協助學員取得專業認證。
【課程目標】
- 從無到有打造專屬 AI 模型： 學習如何自行蒐集、標記資料，並訓練出自己的神經網路。
- 實機操作，成果看得見： 運用 Jetson Nano 開發板，將你訓練好的模型部署上去，親眼見證 AI 如何在實體裝置上進行運算。
二、報名資訊
- 報名請至★報名表單★報名（於 9 月15日 上午 9:00 開放報名 至10月3日 下午12:00止)
- 請務必填寫線上申請表，並確保您的電子郵件信箱正確性，若查無資料將不予受理。
- 本課程名額有限，請您在報名前務必確認能夠全程參與，不缺課。
詳細課程資訊如下：
| 上課日期 |
114年10月18日 (星期六) 10:00 - 17:00 午休1小時，供免費餐點 |
|---|---|
| 上課地點 | 雙溪校區 R210 智慧創新AI學習中心 |
| 上課費用 | 免費 |
| 上課方式 | 講授與實作 |
| 上課名額 | 28位 |
| 先備知識 | 具備基本的 Python 知識更佳，但非必要。 |
| 認證與評量 |
結業證書： 成功完成課程後，可獲得證書。 考核方式： 採選擇題形式。 (證書樣張如下)
|
| 授課講師 |
許鈺莨 老師
專業背景：
|
三、課程內容安排
| 10:00 – 11:00 |
註冊 NVIDIA 線上學習帳號 深入了解 NVIDIA DLI 課程與認證考試 認識深度學習中關鍵的「卷積神經網路」 |
| 11:00 – 12:00 |
動手實作（上）： 學習如何為分類模型收集影像資料 理解監督式學習在影像分類上的基礎應用 |
| 12:00 – 13:00 | 午餐時間 (有供餐) |
| 13:00 – 14:00 |
小組實作 - 進行分類模型的實作與延伸應用 |
| 14:00 – 14:15 | 休息與交流時間 |
| 14:15 – 17:00 |
動手實作（下）： 學習如何為回歸模型準備影像資料 親手訓練神經網路以建立自己的專屬模型 小組實作 - 回歸模型延伸應用 完成 NVIDIA 線上學習課程 |
四、課程規範說明
由於本課程名額有限，為確保資源有效利用，以下規範，請學員務必遵守。
- 出席要求： 報名前請務必確認能夠全程參與，不缺課。若因特殊情況必須取消報名，請務必在課程開始三日前來信告知並獲得主辦單位同意。
- 表單填寫： 請在課程結束前完成【前測】，與結束後的【後測】兩份表單，兩者缺一不可。
務必確認以上所有規範，以維護自身權益。
五、其他補充事項
- 教學資源中心保留課程師資、內容、時段等課務相關彈性調整及變更的權利，如有任何異動，將進行公告與通知。
- 教學資源中心得就課程活動進行錄音、錄影及拍照，報名者須同意主辦單位有權使用過程中所生之聲音、影像、照片，作為簡介、教學、成果展現、課程行銷宣傳等目的之使用。
- 課程中為尊重講師智財權，請同學勿以任何形式錄音或錄影。
- 完成此課程並參加本校年底舉辦之 「AI時代：校園智慧創新」黑客松競賽 ，可於初賽加分。（此競賽獎金上看15萬新台幣，歡迎同學踴躍報名，詳情可參考競賽活動辦法查閱）
- 承第4點說明，欲參與此競賽者，將優先錄取本課程。
mail聯絡資訊：教學資源中心陳小姐，分機5823、信箱 ctl@scu.edu.tw
