第十四屆 佳作

ai-and-data
新手也能懂得AI-深入淺出的AI課程
austin70915

系列文章

DAY 1

【day1】python&函式庫 安裝與介紹

現在正值開學季,我相信有許多的學生進到研究室之後發現欸?我不是資工組的我怎麼會用到AI,我又不會寫程式會這樣子很正常,現在萬物皆可AI的時代,不管是甚麼樣的技...

DAY 2

【day2】python基礎語法

在開始AI課程之前,我們要先學會如何使用python所以會來教點基礎語法今天的課程會有點難度,建議反覆閱讀並且通過實作來加深印象 0.了解變數與資料型態 在...

DAY 3

【day3】來辨識圖像-深度神經網路(Deep Neural Network)

深度神經網路(Deep Neural Network) 在開始寫程式前,先來看一下最基礎的神經網路DNN的架構圖 圖片來源:https://www.resea...

DAY 4

【day4】找到圖片的特徵-捲積神經網路(Convolutional neural network)

卷積神經網路(Convolutional neural network) 經過昨天使用DNN辨識手寫圖片,有沒有發現再怎麼調整參數,準確率都上不去了呢?這是因為...

DAY 5

【day5】爬蟲與股票預測-長短期記憶模型(Long short-term memory) (上)

遞迴神經網路(Recurrent Neural Networks) 在開始說明LSTM前,我們要先了解一下什麼是RNN架構。 圖片來源:李弘毅老師的youtu...

DAY 6

【day6】爬蟲與股票預測-長短期記憶模型(Long short-term memory) (下)

LSTM股票預測 1.導入函式庫與介紹 2.資料前處理 3.架構模型與訓練 4.效能評估 1.導入函式庫與介紹 import numpy as np im...

DAY 7

【day7】解析gz檔案 & 使用Pytorch做CIFAR10影像辨識 (上)

我們前幾天用的深度學習函式庫是Tensorflow作為後端,並用keras快速實現深度神經網路,這樣的做法雖然可以簡易的完成一些簡易的AI程式,但無法實現複雜的...

DAY 8

【day8】解析gz檔案 & 使用Pytorch做CIFAR10影像辨識 (下)

為何要使用GPU加速 在實作CNN與LSTM時的因為資料量較小只需用到CPU運算,但後續課程中的資料會越來越多,所以運算時間會越來越久,這時就會使用到GPU去加...

DAY 9

【day9】 讓電腦了解文字資料 & 使用Pytorch做IMDB影評分析

讓電腦了解文字資料 在前幾天的課程中,我們學會如何利用opencv讀取圖片與如何讀取股票資料,像這一些純數值的資料只需要處理矩陣維度後,就能放到神經網路中訓練。...

DAY 10

【day10】人工智慧、機器學習、深度學習究竟差異在哪裡?

人工智慧、機器學習、深度學習 來源:https://www.logicmonitor.com/blog/troubleshoot-faster-with-a...