系列文章
[Day1]：關於這次鐵人賽…前言以及規劃
前言 距離上次參加鐵人賽也已經過一年了，在這一年相信各位也都有持續地學習且成長了許多。這一年我除了繼續研究強化學習 (強化學習相關可參考我去年的鐵人賽系列文章)...
[Day2]：類神經網路基本介紹
前言 人工智慧是目前科技界與學術界都致力研究的領域，而其中人工智慧中又以機器學習 (Machine learning, ML)為一大子領域，而後機器學習又包含深...
[Day3]：Tensorflow, Keras介紹
前言 今天要來介紹Tensorflow跟Keras了，這兩個都是深度學習中很常被使用到的函式庫，除此之外目前研究領域也很常使用PyTorch，其中Python也...
[Day4]：實作類神經網路-以mnist手寫數字資料集辨識為例
前言 昨天向各位介紹了如何安裝Tensorflow & Keras，希望各位都有安裝成功，若不確定有沒有安裝成功可以在Python編輯器內import這...
[Day5]：如何評估類神經網路的訓練
前言 昨天建立了一個類神經網路用於分類mnist手寫圖片，也看到訓練時損失與準確率的變化，今天我們要根據訓練的情況來分析看看類神經網路的效能。其實評估模型訓練得...
[Day6]：生成式AI介紹—前世今生
前言 今天要來介紹生成式AI的一些入門知識了，總算是進入正題了。生成式AI作為當前全球關注的技術，許多人因為這項技術受益，但也有許多人因此受害，故這些技術都是一...
[Day7]：生成式AI介紹—模型種類
前言 昨天介紹了很多類型的生成模型，各類模型都有優缺點，也因為模型有缺點，所以就會有科學家與研究人員去針對這些缺點改進，接著新的模型就誕生了。今天就是要來介紹主...
[Day8]：生成對抗網路 (GAN)原理介紹
前言 今天開始要來介紹生成對抗網路 (Generative Adversarial Networks, GAN)了，這是一個跨時代的生成架構，能生成高質量的圖片...
[Day9]：生成式AI如何開發-建立GAN有甚麼SOP
前言 前幾天帶各位快速複習了深度學習並且介紹了許多生成模型，相信各位在瞭解了生成模型以後，也會想要動手建立自己的生成模型。接下來我想先分享自己開發生成模型的經驗...
[Day10]：我的第一個GAN模型
前言 昨天介紹了我在開發GAN模型時的一些思路以及習慣，希望這對各位在開發模型時能有幫助，接下來就馬上帶各位來實戰，親手建立一個GAN模型！ 開發環境 首先再次...