DeepMAD操作流程技術簡介
DeepMAD深度學習模型開發平台，將訓練深度學習模型所需的知識及流程整合成一套系統化工具，藉以降低國內各行各業進入深度學習領域的難度。其中該平台包含：
- 訓練深度學習模型編輯介面：透過高階函式庫及圖形化的操作介面，可協助初學者或是非專門資料科學領域開發者易於建構並了解手上的DNN模型結構，進一步可進行結構的調整或修改。
- 全自動超參數最佳化之功能：可有效減少投入訓練深度學習模型的人力，並且透過演算法搜尋不同的超參數組合進行最佳化，有機會在更短的時間內達到需求的模型精準度，節省模型訓練時間。
- 模型可視覺化與資料除錯功能：提供使用者在模型訓練過程中能夠即時觀察參數訓練狀況與模型精確度，並在推論階段自動將預測錯誤的資料統整後呈現給使用者進行檢視，藉以協助使用者進行資料檢查的動作。
利用此三項技術，DeepMAD的使用者可以了解並改善深度學習模型的性能，並且加速整體深度學習演算法開發的時程。
技術規格/技術特色
- 提供圖形化DNN模型編輯介面，方便編輯並幫助理解深度學習模型架構
- 提供全自動的超參數最佳化程序，減少訓練過程中人力的投入
- 提供深度學習模型可視覺化功能及資料除錯工具，協助使用者修正預測準確率
應用範圍
深度學習相關之模型訓練，例如：智慧影像監控、行車即時物件偵測、產線瑕疵檢測、生醫影像診斷。
聯絡窗口
戴瑜君/ IoT暨IC技術與應用推廣部（C300）
電話：03-5918382
Email：IngridTai@itri.org.tw
https://www.itri.org.tw/
工研院資訊與通訊研究所
