初賽 - 生成式AI (Part 2)

時間 : 2024/10/26 上午 9:00 - 12:00

現場教學地點 : 國立臺南大學榮譽校區 ZB302 教室

線上教學網址 : https://meet.google.com/yuw-rodr-prr

當日將進行現場及線上同步教學轉播，教學內容為: 

• Quantum AI學習工具硬體使用方式

• QCI&AI-FML學習平台操作流程及功能介紹

• KWS AI平台功能介紹

• 軟硬體整合應用案例介紹

生成式圖片

• Intelligent Travel : Dataset 1  

• Intelligent Environment : Dataset 2  

• Intelligent Local Food : Dataset 3 

第一階段 : QCI 資料模型

• QCI&AI-FML學習平台 : https://kws.oaselab.org/qciai/ 

• KWS AI : kws.oaselab.org/kws-ai/ 

• Data Collection Template : ( Download )

• Data Collection Sample : ( Data Collection Steps 1-4 by NUTN Team )

  • 將收集到的 18 筆資料與Data Collection Sample整併 

說明

步驟 1：使用 QCI&AI 學習工具來收集 AIoT 數據，包括距離和光照，並拍攝圖片。

步驟 2：使用 KWS AI 生成文字，並進行人工評估以收集 HEGAIText。

步驟 3：使用 KWS AI 生成圖像，並進行人工評估以收集 HEGAIImage。

第二階段 : QCI 推論模型

• QCI&AI-FML學習平台 : https://kws.oaselab.org/qciai/ 

• 下載 Open CI 模型 ( Open GAIFit Model )

• 下載推論模型 ( GAIFit Inference Model )

• 下載推論資料 ( GAIFit Inference Data)

第三階段 : QCI 微調模型

• QCI&AI-FML學習平台 : https://kws.oaselab.org/qciai/ 

• 下載專家資料 ( GAIFit Expert Data )

• 下載訓練資料 ( GAIFit Training Data )

• 下載 Thonny 3.3.13 : ( Windows ) ｜ ( Mac ) 

• 下載 Open 學習工具 Python 檔案 ( Python File )