跳到主要內容區塊

國立臺灣大學計算機及資訊網路中心

焦點新聞-2018

:::
:::
2018暑期高效能運算課程
  • 上版日期:2018-6-27

本中心致力於推動高效能運算服務(High Performance Computing, HPC),除提供多樣化的高速計算設施外,在技術支援方面亦不遺餘力。

為協助研究團隊追隨嶄新熱門的各式技術,於2018暑假期間,特別與本校化學系、材料系、電機系、鈦思科技及兌全公司等單位,合作舉辦一系列課程,範圍由Big Data到AI及Machine Learning,內容涵蓋基礎程式撰寫到科學計算軟體的操作使用,相信對於研究人員均能有所助益,歡迎校內師生同仁及校外學界業界先進踴躍參加。

校內同仁如欲使用高效能運算服務,包含MPI, SMP, GPU, CUDA, Phi, Matlab, Deep Learning, Tensorflow, Caffe等,歡迎與計中聯絡。

參考網址:
‧ 高效能運算服務:http://grid.ntu.edu.tw/index.php
‧ 課程報名網址:http://teach.cc.ntu.edu.tw/course/index.html

課程總覽

日期 課名 內容
7/16-18 深度學習工作坊:從理論到TensorFlow實作 介紹Tensorflow,並深入探討DNN、CNN、RNN等三種網路架構。帶領學生從實做中學習類神經網路技術。
7/23 MATLAB基礎程式技術 操作環境、程式語法及建立演算法函式。
7/24 MATLAB進階程式設計 撰寫Functions,程式除錯與效能調教。
7/25 MATLAB影像處理應用 影像優化的技術,對正、分析與切割的手法。
7/26 MATLAB大數據分析與深度學習 大量資料的處理與分析,利用GPU卡加速深度學習、視覺CNN學習。
7/27 MATLAB最佳化與程式加速技巧 程式開發技巧、平行運算、GPU(圖形處理器)運算。
7/30-31 TensorFlow人工智慧開發 以Tensorflow進行CNN、RNN、LSTM等深度學習演算及AlexNet、GoogLeNet等圖像分類個案研究,深度強化學習及生成對抗網路的實現。
8/8-9 人工智慧關鍵技術探索 以Caffe進行LeNet-5、AlexNet、GoogLeNet等網路設計,之後進一步說明ResNet及DenseNet高深度網路架構,最後再介紹RNN與LTSM。
8/20-21 Deep Learning的化學應用
(使用TensorFlow)
探討1990年至今的Neural Network在化學問題上的機器學習與預測方法及成果,進一步研究如何將人工智慧運用在化學領域的問題解決。
8/27-29 量子化學計算軟體 Gaussian 簡介與應用 基於first principle, ab initio的電子結構方法,計算分子的性質以及反應特性。
8/30-31 VASP第一原理計算簡介 介紹VASP軟體使用,以及第一原理計算等知識。