選手列表
理解如何以Tensorflow軟體庫學習打造各式神經網路(ANN, CNN, RNN, ...)並進行相關機器學習專題與研究。也會順帶介紹前置作業所需要學習的相關程式庫及資料結構(numpy, pandas)。
有鑑於強化學習的中文教學很多是直接從算法的角度切入,常使人無法理解其中的內涵。本系列目的在於讓對強化學習有興趣的人,以最少量的數學知識來了解算法中的數學意義。並搭配openAi提供的Gym環境實際操作。以漸進式的方式來了解強化學習的各種演算法。
在進行材料分析時,時常會需要照射顯微鏡,但是一個完全未經處理的樣品是無法得到任何資訊的,所以都會先進行表面處理再進行實驗。而隨著科技的進步,我們能看見微米甚至是奈米等級的影像,而若是表面處理沒有合格,一樣無法得到想要的資訊;所以在這30天,希望可以基於python,透過深度學習的方式,辨識材料樣品的表面處理是否合格,以減少來回反覆操作的時間。
在下接觸資料庫有一段時間了, 但對於很多觀念還是不夠熟悉, 想要趁這次機會,挑戰鐵人30來鞭策自己, 將資料庫的概念重新釐清並與大家進行分享, 謝謝!
實作using Python 與 new API or new libraries
身為一介過去所學及知識背景完全與 IT 無關的門外漢,在一定的工作時間與壓力下,憑藉著對於 IT 的好奇、進一步瞭解 IT 應用的可能性而為之吸引後,決定利用空閑時間開始自學之路。雖然目前技術能力還在原始人階段,但希望跨域碰撞的火花能夠帶給產業與生活新的轉變!
近年來,深度學習這個名子火得不行 感覺不管是學哪個科系哪個領域的人不碰點深度學習都對不起自己(雖然我不太懂為什麼 而身處在網路便利的 2020 儘管可以在網路上隨意找到需要的資源來做學習或解決我們立即性的問題 像是直接上 staxxoverxxx 去複製一段 code 下來等等 但常常我們不是真的理解為何一個問題的發生並真的解決了一個問題 更多的時候我們追求恐怕只是眼不見為淨 長期下來恐怕有非常多隱患積累 本系列文會分享筆者近年在深度學習領域打滾踩得各種坑以及如何解決 事實上此系列文筆者原訂想取名為 : 從入門到放棄 : 致那些年讓我們崩潰的坑 但想想還是算了 沒了