第十二屆 優選

ai-and-data
輕鬆掌握 Keras 及相關應用
I code so I am

系列文章

DAY 21

Day 21:Batch Normalization 筆記整理

前言 當神經網路含很多(Deep)神經層時,常會在其中放置一些 Batch Normalization 層,顧名思義,它應該是作特徵縮放,但是,內部是怎麼運作的...

DAY 22

Day 22:Tensorflow Dataset 相關用法整理

前言 之前的有一些案例程式使用 Tensorflow Dataset,但沒有多作解釋,心中有愧,因此,花了一些時間,整理相關用法如下。 Tensorflow D...

DAY 23

Day 23:Tensorflow 架構與其他模組介紹

前言 由於 Keras 的引進,使得 Tensorflow 架構變得有點疊床架屋,到底要遵從哪一路徑學習,常令初學者感到困擾,因此,對 Tensorflow 其...

DAY 24

Day 24:機器學習永遠不會跟你講錯 -- Keras 除錯技巧

前言 機器學習永遠不會跟你講錯,不管你丟甚麼東西進入訓練流程或預測,它都會給你一個答案,正是所謂的 Garbage In Garbage Out,因此,產生了兩...

DAY 25

Day 25:Keras 自然語言處理(NLP)實作

前言 自然語言處理主要是指文字(Text)相關的應用,例如: 文字分類(Text Classification):例如情緒分析(Sentiment Analy...

DAY 26

Day 26:Keras 自然語言處理(NLP)應用

前言 前一篇介紹了 RNN 的模型結構,接著我們來測試幾個完整的應用,藉以了解各個環節如何使用 Keras 撰寫,內容包括: 文字分類(Text Classi...

DAY 27

Day 27:使用Keras撰寫 生成式對抗網路(GAN)

前言 近年來,深度偽造(DeepFake)已經造成假影片氾濫,從剛開始的美國總統Obama的談話影片,到最近明星臉全部被套到各式的影片當中,真偽難辨,它根源的技...

DAY 28

Day 28:從直覺的角度初探強化學習

前言 2016年AI圍棋軟體AlphaGo連續擊敗韓國及中國等世界頂尖的好手,使得它背後的演算法 -- 強化學習(Reinforcement Learning)...

DAY 29

Day 29:深究強化學習

前言 前一篇介紹了強化學習初步的概念,並且採隨機策略測試一下,隨機等於沒有策略,這次我們實際擬定一些策略,說明強化學習的真正作法。之後再介紹各種演算法的進化及其...

DAY 30

Day 30:取代資料科學家 -- AutoKeras 入門

前言 AutoML 想要滿足普羅大眾的夢想,不用學習一堆的演算法,只要你指定工作類別,它就幫你找到最佳模型及最佳參數,當然包括預測結果,哇,這麼神,不一探究竟怎...