系列文章
【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...
【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...
【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...
【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...
【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...
【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...
【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...
【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...
【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。...
【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...