Day 17 煉丹爐開始煉丹啦 - 訓練神經網路 介紹整個訓練的流程,但是準確率大概在 75% 左右就到極限了,因此今天加入了卷積神經網路。
定義網路時會寫兩個...
了解資料的分佈,有助於我們進行資料清洗或者Machine Learning演算法的選擇。例如,Gaussian Naive Bayes假設資料的分佈是常態分佈。...
第二類型的監控 Feature Storage Based Monitoring ,更偏重是一個更長窗口的計算,換句話說前一個 Data Collector...
提要
前言
擴散
去噪
演算法
近期回顧
補充
前言
今天我們會介紹擴散模型 (Denoising Diffusion Probab...
我們上一篇談到「資料團隊架構」時,講到近年開始往非階層式組織,去中心化的趨勢。我們稍微倒退一點,大約 2017 年 Data Infra 仍在發展中的狀態,私有...
前言
在電腦視覺或影像處理任務中,捲積(Convolution)是很重要的概念,可以幫我們獲得影像的特徵或相關性。用來處理影像的AI模型中也基於這樣的概念,誕...