完整程式碼！ https://github.com/yu-ken0207/PascalVOCtoYolo 在訓練 YOLO（You Only Look Once...
Yolov7 架構簡介 在深度學習的網路架構中，主要由三個部分組成：Backbone、Neck、Head。 1. Backbone Backbone 是網路架構...
回顧本系列 這系列我們一起完成，從建立深度學習中的影像分類模型，到部署模型，以及學習日誌記錄和網路爬蟲技術等，要給完成的我們一個大大的掌聲👏 雖然影像分類模...
前言 輸入訓練資料集的方法不只有一種，有時候取決於輸入資料的格式、套件的使用、資料處理的方法或模型的架構等等，例如同樣是影像作為輸入，就可以選擇不同的資料輸入方...
前言 一般我們在寫程式時，想要測試一下當前的輸出，或是顯示一些重要的資訊或數值，會使用類似像 print() 的方法，來顯示資訊，例如以本系列實作為例，原本我也...
前言 前兩天介紹了使用兩種不同的網頁框架去製作 API，今天要來介紹使用 Gradio 來製作使用者介面，讓模型的使用可以更加直觀與便利。 Gradio Gra...
前言 昨天開始介紹 Web 應用框架 Flask，踏入了另一個領域！今天要來介紹第二個網頁應用框架 FastAPI，會使用與昨天類似的形式介紹 FastAPI，...
前言 在學校寫作業或是研究所做研究，可能會較專注於模型的建構，但在業界，通常會將這些 AI 模型商品化，讓使用者可以更方便使用它們，例如透過 API 服務，讓使...
前言 昨天介紹評估推論（或者測試）結果的方法，今天要來介紹混淆矩陣（Confusion Matrix）。混淆矩陣也是在分類問題上常被使用的評估方法，顯示預測結果...
前言 昨天介紹如何利用訓練好的模型進行推論，用一張影像來測試，如果準備了一份有許多影像的測試資料集，要怎麼推論呢？一張一張輸入效率太低了！今天要來介紹如何將測試...
前言 訓練好模型之後，就可以進行推論了！推論（Inference）指的是模型訓練完畢後，將資料集輸入訓練好的模型，去預測結果。使用的資料是新的、沒看過的資料，所...
前言 訓練模型的過程，雖然會顯示每個週期的評估指標數值，也可以使用 CSVLogger 保存下來查看這些數值，但如果將數值轉換成圖表，是不是更好去看趨勢，更加一...
前言 前兩天介紹 Callbacks 模組中的兩個類別，今天要來介紹 CSVLogger，也是可以用來監控模型在訓練過程中的評估指標。和前兩天不同，CSVLog...
前言 訓練模型時，可能會遇到訓練至某個週期開始，驗證資料集的評估指標（或其他評估指標）沒有往上升，這時可以使用 EarlyStopping 來讓模型停止訓練。...
前言 在訓練深度學習模型時，如果每次都要等待自己設定的訓練週期結束，才檢查模型在哪一個週期才是訓練最好的「最佳模型」，聽起來是一件沒有效率的事。Keras 有個...
前言 昨天介紹了避免 Overfitting 的其中一種方法，為權重正則化，今天要來介紹另一種方法，為丟棄法（Dropout），是一種很常使用也很有效的模型正則...
前言 昨天提到了 Overfitting，要避免這樣的問題，我們可以使用正則化（Regularization）的方法，讓模型可以更簡單，更符合 Generali...
前言 我們已經學會如何編譯和訓練模型，在這過程中我們會先設定訓練週期，但要如何得知模型要訓練到什麼程度才是可以的？那就要看訓練的模型到底有沒有 Overfitt...
前言 昨天開始進入模型的編譯和訓練，可以觀察到，在模型訓練過程會顯示每一個週期的訓練資料集與驗證資料集的準確度（Accuracy）和損失值（Loss）。今天就來...
前言 我們已經學會建構深度學習模型了，接著就是要編譯模型，讓模型可以進行訓練啦！在編譯會使用 model.compile()，訓練的部分會使用 model.fi...
前言 通常在訓練深度學習模型，會拿準備的資料集去做從頭訓練（Train from scratch），但有時候我們會遇到一些狀況，例如我們收集的資料集數量較稀少，...
前言 昨天介紹了序列式模型建構方式，今天要來介紹函數式 API。函數式 API 使用上較序列式自由度高，適合要建構比較複雜的模型，例如有分支結構，或是非線性拓樸...
前言 今天終於要進入模型建構的部分啦！在 Keras 中建構模型的方法主要有 3 種：序列式模型、函數式 API 和繼承 Model 類別。這系列會使用其中兩種...
前言 昨天介紹使用 ImageDataGenerator() 做資料增強，是以資料生成器來執行，今天要介紹的是資料增強也可以是模型的一部分，使用 tf.kera...
前言 有時候我們會遇到資料集數量不足的問題，或是模型訓練發生過度擬合（Overfitting），會使用資料增強（Data Augmentation）來讓資料集擴...
前言 標題寫到模型的靈魂，為什麼是靈魂？因為模型的來源就是資料，我們給模型訓練的資料，會影響模型的表現。在 François Chollet《Deep Lea...
前言 在開始實作前，首先要做的就是建立開發環境。為什麼標題要寫「準備堅強的心」？因為最難的可能不是撰寫程式，而是在建立環境或是安裝套件的過程，跑出的各種疑難雜症...
前言 在訓練深度學習模型之前，我們必須先想想要做什麼樣的主題。深度學習的應用有很多種，包含物件偵測、語意分割、影像分類與自然語言處理等，甚至是現今流行的生成式...
前言 深度學習的框架有很多種，如 Caffe、TensorFlow、Keras、Apache MXNet、PyTorch 和 Google JAX 等。本系列實...
前言 本系列要來實作一個深度學習的模型，應用於影像分類上，但訓練完就結束了嗎？以前在學校修課或是做研究，可能比較會著重於生出一個好模型，或是研究如何讓模型更厲害...
Eunice
iThome鐵人賽
看影片追技術