2023 iThome 鐵人賽
帶我們前進的 是想證明自己的力量
AI & Data
選手 121 文章 2526
Day 11
2023-09-26
678
0
所謂模型訓練的損失是指預測和實際的差異,也就是統計上的殘差。在機器學習中損失函數其實有很多種,有我們常見的均方誤差(mean squared error) 交叉...
Day 4
2023-09-19
678
0
今天的內容主要介紹的是列表List、元組Tuple以及字典Dictionary和集合Set,學會這些東西將會對於資料整理、爬蟲、數據分析等等許多領域都會有很多幫...
Day 6
2023-09-06
678
0
RNN的特別之處在於它用在時間序列上的機器學習,也就是它不僅僅考慮當下情況去做預測,還會考慮過去的情形進行下一階段預測的考量,可以用在像是股票預測、天氣預測、N...
Day 21
2023-10-06
677
0
前言 歡迎回到我們的 30 天人臉技術探索之旅!我們已經知道要建立深度學習系統時一般來說我們需要訓練出自己的 Model,而要訓練出自己的 model 我們就需...
Day 27
2023-10-12
677
0
若仔細研究UnitY Model中的組成,有語音編碼及解碼器(包含前級)、文本編碼及解碼器(包含前級)、投影層以及文本轉unit模型,UnitY Model的結...
Day 6
2023-09-21
677
0
其他提升準確度方法 資料擴增方法: Mosaic、SAT(Self-Adversarial Training) 用基因演算法求得最佳的超參數。 將S...