累計文章數 20,348篇
參賽組數 1087組
團隊組數 052隊
完賽人數 572 人
Azure machine learning: workspace and compute group- 從零開始 之前因為工作的關係,曾經在 Google C...
機器學習可以分成監督式學習與非監督式學習,這部分我們在第四天有稍微提到過,這邊就不多做說明了,今天我們將介紹這兩類的問題分別適合用什麼模型來做處理。 一、監督...
在 Day01 的時候我們有提到過資料可能會有雜訊、噪音,因此所使用的模型架構可以分為兩個階段:除噪以及辨識。在除噪階段,使用乾淨的訓練資料和含有噪音的訓練資料...
除了在機器學習與深度學習的演算法,其實還有一些演算法,可以幫忙做資料整理,或是進行推導,尋找關聯性,像是這篇介紹的Apriori Algorithm。 也有些演...
Colab連結 資料增強(Data Augmentation),是一個當今天資料集樣本不多時,透過調整亮度、剪裁、角度等手法來增加多樣性的好方法,Tensorf...
今天我們進入kaldi訓練神經網路模型的部分,程式的部分是在 local/chain/tuning/run_tdnn.sh 中。程式主要分為以下幾個部分:...