2024 iThome 鐵人賽

AI/ ML & Data

最新文章熱門文章

選手 61 文章 1436

AI/ ML & Data

2024-10-23

1195

從「這次不會壞吧」到自動化的未來：從 DevOps 到 MLOps，改造模型佈署之旅系列

從「這次不會壞吧」到自動化的未來：15 建模前，要思考的事

我們知道在做模型建立、模型驗證的時候需要思考以下幾個問題：多人協作如何紀錄分析每位協作者的實驗紀錄，如何從眾多的實驗紀錄中快速比較出預測效果最好的模型？當...

aif_tw

AI/ ML & Data

Day 13

2024-09-27

1194

dbt 修煉之路系列

什麼是 CI/CD ? 為何需要 CI/CD ?

在使用 dbt 時，若要修改某個 model，需要將修改後的程式碼推送到主分支，並重新部署 dbt 映像檔。然而，在公司或團隊中，若每次修改都直接推送到主分支...

joshua_lin

團隊資料工程師甘苦談

AI/ ML & Data

Day 25

2024-10-09

1193

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列

[Day25]誰說打kaggle比賽一定要訓練模型？從第三名的解法看 Self-Consistency + Code Reasoning 之外的比賽工程技巧

前言昨天我們介紹了第一名的作法，雖然很精彩，但是他們在前期的兩階段訓練中（可能也是最重要的一部分）耗費了對個人參賽者（非實驗室）來說巨大的算力(八張 H100...

壓縮甜

AI/ ML & Data

Day 5

2024-09-11

1191

調整AI超參數好煩躁？來試試看最佳化演算法吧！系列

[Day 5]如何知道最佳化演算法的優劣？測試函數介紹

前言今天要來介紹測試函數(testing function)，這類型的測試函數顧名思義基本上是用來測試優化算法的能力的。今天會來向各位介紹測試函數的一些基本知...

golucky_sir

AI/ ML & Data

Day 4

2024-09-12

1186

我的深度學習-從0開始實作物件偵測系列

【Day 4】YOLO的版本迭代介紹之 2

一、前言由上篇可以了解v1到v3的版本差異，在之後的版本追求的都是更輕量化、速度更快且更好的辨識能力，本篇將延續上篇繼續介紹v5到v9的版本差異。 YOLO...

Xiang

AI/ ML & Data

Day 15

2024-09-29

1184

AI 到底是怎麼換臉的？系列

2024 Day 15：語義分割技術與應用

本系列部分內容皆由AI生成，最後有經過人工確認及潤稿。在之前的學習中，我們深入探討了目標檢測技術，了解了如何在圖像中識別並定位物體。然而，有些應用需要對圖...

EliteLu