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 昨天提到了一個被廣泛應用的模型架構 CNN ，CNN因為他優異的表現被廣泛應用於圖像處理、物體檢測與影像分類等任務。但是當我們處理帶有時間依賴性或順序關係...
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...
Day15 卷積神經網路 (CNN) 前言 前幾天在深度學習的文章中有提到CNN卷積神經網路，今天我們會快速的介紹這個神經網路，讓大家對這個有初步的認識，未來幾...
神經網路 前言 昨天提及了神經網路，也說到他在人工智慧領域中，類神經網路和深度學習是兩個密切相關且至關重要的概念。今天就會入探討這兩種技術，說明它們的關係，並探...
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 前幾天將一些簡單的機器學習方法及實作完成了，接著我們將開始新的篇章深度學習，讓我們繼續往下更深入的了解人工智慧的奧秘吧！ 什麼是深度學習 那甚麼是深度學習...
前言 終於到了我們強化學習的最終章節了，今天就會把我們整個訓練完成囉，那廢話不多說，直接來看我們的程式！ 程式 run功能 在這邊我們定義了一個運行的函數，...
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 昨天提到了一個Q-learning中的策略 Epsilon-greedy 策略，那這個東西到底是甚麼呢？他跟Q-learning有甚麼關係呢？今天的文章就...
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 昨天介紹了有關gymnasium的一些基礎概念，而今天我們會一步一步來建立我們的Frozen Lake。這篇文章寫得有點亂，自己一時之間也沒有想到更好的改...
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...
Day9 當強化學習遇上gymnasium 前言 在前幾篇的文章中，介紹了強化學習（Reinforcement Learning, RL）的基本概念和原理，也有...
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...
前言 現今 AI 領域快速發展，很多技術都已相當成熟，而近期最熱門的莫過於生成式 AI。物件偵測、影像辨識或是影像分類都是相當成熟的應用了，日常生活也隨處可見這...
Day5 非監督式學習 非監督式學習是什麼 非監督式學習是機器學習中的一種關鍵技術，大家還記得前兩天提到的監督式學習嗎? 非監督式學習就是跟他相反的，它不依賴於...
下面學習如何使用 vikit-learn 訓練一個圖像分類器。我們將使用貓狗圖像數據集 OxfordIIITPet 來進行實踐操作。 安裝 vikit-lea...
終於來到鐵人賽的最後一天～ 即便是最後一天也不能鬆懈（？），今天的文章將會簡單摘要 Google 提出的文字生成影像模型 Imagen 有哪些值得注意的重點，最...
昨天簡單的介紹了 Stable Diffusion，它是目前最先進的條件式影像生成模型其中之一，而今天的文章則要介紹另一個也被認為是最先進的文字生成影像模型，也...
前言 這系列的文章我分享過了很多建立生成模型的辦法，但依然很難去從訓練過程看到圖片生成的品質如何，所以今天要繼續分享一些評分標準，讓各位可以比較好的幫生成模型評...
前言 今天要來介紹一些可以評估生成模型生成圖片其品質的一些指標，要將人的美感、感知等換成數學公式非常困難。所以不只生成模型在進步，許多評估指標也都在慢慢進步。今...
關於幾個經典的圖像生成模型的介紹終於告一個段落了！接下來的內容，會開始介紹基於圖像生成 AI 模型的服務～並且盡可能實際使用並比較它們的產生影像的效果 所謂文字...
今天又是充滿數學的一天啊 還記得在 [Day 19] Diffusion Model 的數學原理（一）的最後，我們得出了 diffusion model 的學習...
前言 歷經了前兩天的數學轟炸，希望各位有藉此更加了解擴散模型的原理，今天我們就要來實作DDIM啦，這次使用的程式碼是由Keras 官網上改寫而來的，不過資料集的...
在 [Day 18] 淺談 Diffusion Model 的演算法我們留下了兩個疑問： 為什麼在加 noise 的過程（forward process）中，...
Eunice
arbin
hard_fish
golucky_sir
iThome鐵人賽
看影片追技術