# Tutorial 實做數學: Tensorflow 及 Keras 實做神經網路

時間：6/3 10:10-12:00 13:10-17:00

地點：[卡市達創業加油站圓山基地](http://www.custardcream.org/venue.html)

講者：
魏澤人老師 [e-mail]

職稱：
東華大學數學系副教授

相關經歷：
+ 實做數學工作坊負責人
+ 2017 台大黑科松資料科學課程講師、
+ 2017 TWSIAM PyDay 手解deep learning 工作坊、
+ 科普一傳十直播節目 人工智慧：解碼遊戲 與談人、
+ 花蓮.py

# 摘要

本課程將以實際的例子來學習神經網路的基本原理，
Tensorflow 的基本原理及使用方式，並利用 Keras 建立、訓練並使用模型。
將會以視覺化的方式讓學員看到抽象的架構。

Python難易度：中階
學員需要熟悉 Python, 了解 NumPy

# 大綱

* Tensorflow 介紹
* 視覺化 Tensorflow 運算
* 神經網路簡介
* Feedforward
* CNN
* LSTM
* Keras 基本實做
* 建立、訓練、使用
* 利用 pretrained 模型
* 進階應用(視時間及學員狀況取捨、但教材都會提供)
* Nueral Art style transfer
* GAN
* VAE

# 詳細說明

當前最受歡迎的機器學習框架，
莫過於 google 所開源的 Tensorflow ，

Tensorflow 的架構，就像是樂高的積木，
讓我們可以架構出各式各樣的類神經網路。

由於 Tensorflow 所給予的彈性，
使得我們要設計出某一種類型的類神經網路時，
都必須要都最低階的元素開始建立，因此帶來了一定的複雜度。

另一方面， Keras 帶來了開箱即用的使用體驗，
非常適合初學者或是研究人員。
它的易用來自於其內建了非常多常用的深度學習的類神經網路元件，
使得我們可以用簡潔的程式碼表示出我們想架構的類神經網路。

Keras 的容易上手，是因為它隱藏了一些實作上的細節，
這些被隱藏的部分，正是在 Tensorflow 中必須面對的部分。
如果能同時知道背後的 Tensorflow 在做些什麼事，就能更有效的使用。