2020 Class 07 循環神經網路(RNN)與長短期記憶網路(LSTM ) 結構與原理

  • 2020/11/28(Sat) 13:30(+0800) ~ 16:30(+0800) ( iCal/Outlook, Google Calendar )
  • TAF空總創新基地社會創新實驗中心 (台北市大安區仁愛路三段55號) 208教室 (二樓 ) / 台北市大安區仁愛路三段55號
  • 55 / 55
  • AI Junior Talk 人工智慧青年論壇 Contact Organizer

(0) 循環神經網路(RNN)與長短期記憶網路(LSTM ) 結構與原理

(1)  課程簡介

在AI時代進行式當中,循環神經網路(Recurrent neural network, RNN)是現代時序性問題的類神經網路的基礎架構,本次課程將重頭介紹簡易的時間序列問題的基本知識,以及詳細講解循環神經網的計算流程,介紹一些經典的RNN模型,例如於最近獲頒IEEE CIS 2021 獎的LSTM和GRU,並實際演練RNN的計算過程。我們希望透過介紹循環神經網路的理論基礎並拆解其內部構造,尤其是往往令人費解的BPTT隨時間反向傳播,讓參與的會眾能了解現代深度學習系統的黑盒內部原理,使技術本身自由,藉此將AI技術開放出去,讓大眾能夠重新設計自己的循環神經網路模型,達到創新的目標。

(2) 課程章節與閱讀材料

Session 1: RNN 基本結構介紹

Session 2: BPTT隨時間反向傳播 理論推導

Session 3: LSTM結構

Session 4: GRU結構

*建議閱讀論文:

  •  S. Hochreiter and J. Schmidhuber. Long short-term memory. Neural Computation, 9(8):1735–1780, 1997.

  • ^ A. Graves, M. Liwicki, S. Fernandez, R. Bertolami, H. Bunke, J. Schmidhuber. A Novel Connectionist System for Improved Unconstrained Handwriting

(3) 講師簡介: 蔡尚宏(業師)

(4) 目標對象:有聽過機器學習但想要入門的年輕夥伴。

(5) 課程時間:2020年 11月28日 週六 下午01:30~4:30 

(6) 課程地點:TAF空總創新基地社會創新實驗中心 (台北市大安區仁愛路三段55號) 208教室 (二樓 )

(7) 人數限制:50 人 

(8) 參與費用:免費,因為資源有限,尤其是平均20頁的講義,基於環保愛地球的心, 如果缺席並未告知,將記名取消再次參與的資格,謝謝。

(9) 攜帶物品 : 筆記本、筆 (練習推導公式用) 、筆電、Python 開發環境 (實驗用)。

(10) 為了品質與課程延續性,本次課程的授課講義仍舊是與前幾堂課的活動所撰寫與編排類似,建議前幾堂有參加過的夥伴,可以攜帶講義來做個對比歐!

(11) 誌謝:在此特別感謝-社會創新實驗中心(行政院新創基地 )提供支持,有興趣的朋友可以

幫忙他們點個讚,回饋一下 https://www.facebook.com/SocialInnovationLabTW/ ,讓台灣新創資源能夠永續發展。

TAF空總創新基地社會創新實驗中心 (台北市大安區仁愛路三段55號) 208教室 (二樓 ) / 台北市大安區仁愛路三段55號

Event Tickets

Ticket Type Sale Period Price
一般票

2020/11/22 00:00(+0800) ~ 2020/11/28 00:00(+0800) End of Sale
  • Free
加開票

2020/11/25 00:00(+0800) ~ 2020/11/28 00:00(+0800) End of Sale
  • Free
Next Step