iT邦幫忙

深度學習相關文章
共有 128 則文章
鐵人賽 AI & Data DAY 4

技術 [Day 4] 淺談 GAN 的理論

今天進入到 GAN 的理論了,真是讓人既期待又害怕受傷害(? 在這裡為了簡化說明,所以都是以 unconditional GAN 為例子~ 視覺化的解釋 下圖是...

鐵人賽 AI & Data DAY 2

技術 [Day 2] GAN 的架構與基本原理

今天要介紹的是生成對抗網路(generative adversarial network,簡稱 GAN)~ GAN 是一種用於解決生成任務的機器學習演算法,最早...

鐵人賽 AI & Data DAY 1

技術 [Day 1] 起心動念與圖像生成 AI 簡介

以上這些圖片,大家分辨得出來哪些是機器產生的,哪些又是人拍攝或繪製的嗎? 答案是:全部都是機器產生出來的 這些是我用 Bing Image Creator 產...

鐵人賽 AI & Data DAY 1

技術 [Day1]:關於這次鐵人賽…前言以及規劃

前言 距離上次參加鐵人賽也已經過一年了,在這一年相信各位也都有持續地學習且成長了許多。這一年我除了繼續研究強化學習 (強化學習相關可參考我去年的鐵人賽系列文章)...

技術 一本與ChatGPT共同寫成的書!

This Book has no Author: Or does ChatGPT qualify as an author? 學者, Messick, 把跟Ch...

鐵人賽 AI & Data DAY 28

技術 Day28 類神經網路(Neural Network)(2)

前言 昨天介紹了Single Layer Neural network與Deep Neural Network,而模型的結構在隱藏層(hidden layer)...

鐵人賽 AI & Data DAY 27

技術 Day27 類神經網路(Neural Network)(1)

前言 類神經網路(Neural Network, NN),又稱為神經網路、人工神經網路(Artificial Neural Network, ANN),屬於非線...

鐵人賽 AI & Data DAY 17

技術 Day 16. 深度學習模型 - CNN(二)

昨天介紹的模型都是用來做圖像分類(Image Classification),那自動駕駛車又用到了其他哪些圖像技術呢?先來感受一下坐在特斯拉的車子裏面會是什麼情...

鐵人賽 AI & Data DAY 16

技術 Day 15. 深度學習模型 - CNN(一)

今天開始進入應用篇。在介紹 CNN 之前,先來看一段日本五專學生利用圖像分類做的獲獎作品,透過分辨魚的種類自動將魚分裝,大幅減少漁夫作業時間。評審員給出有五億日...

鐵人賽 AI & Data DAY 15

技術 Day 14. 深度學習模型 - 學習的改善

介紹完梯度下降的改善,就來看學習完成後的模型有哪些方法可以做改善,來達到我們想要的準確度。 過度擬合(Overfitting)和欠擬合(Underfitting...

鐵人賽 AI & Data DAY 14

技術 Day 13. 深度學習模型 - 梯度下降改善

前面說過梯度下降是用來做最佳化,也就是調整參數的重要方法,今天的文章會附上了一段程式動畫來直觀看到梯度下降是怎麼調整預測,以及說明實際上學習的時候會遇到什麼問題...

鐵人賽 AI & Data DAY 13

技術 Day 12. 深度學習模型 - 基本構成

機器學習的模型是不是還有一個沒有講?沒錯,就是神經網路!Day5 的時候我們有簡單介紹感知器和神經網路,這邊就來實際說明感知器和神經網路的基本構成,雖然神經網路...

鐵人賽 AI & Data DAY 6

技術 Day 5. AI 趨勢 - 機器學習和深度學習

網路時代的來臨,一直默默耕耘的機器學習終於站上了舞台。隨之而來的深度學習以石破天驚的技術力展現在人們的眼前。 終於輪到重頭戲的部分。從今天開始正式邁入機器學習相...

鐵人賽 AI & Data DAY 2

達標好文 技術 Day 1. AI 簡介 - 什麼是 AI

在介紹什麼是 AI 之前,先講一個血淋淋的親身經歷來說明 AI 的重要性。 你喜歡玩遊戲嗎? 我以前很愛玩遊戲,特別是那種很花時間要反覆練功升等級的線上遊戲。有...

技術 MotionNet SourceCode 解讀[#3]-gen_data篇(part III)

adj_seq_cnt += 1 print("adj_seq",adj_seq_cnt) if adj_seq_cnt == num_ad...

技術 MotionNet SourceCode 解讀[#2]-gen_data篇(part II)

這篇文章要繼續解讀 MotionNet 中 gen_data的第二部份。 for ann_token in corresponding_sample_rec['...

徵才 【Cinnamon AI】2022 Global AI Bootcamp - AI 產品實作營

【2022 Global Student Bootcamp - AI 產品實作營】即日起開始報名! 以「開發使用者為導向的產品」為核心概念設計的 Cinnamo...

技術 深度學習訓練集問題

小弟是深度學習方面新手 最近想試試圖像辨識但遇到了難題 我想辨認的三種東西分別是lad, lcx, rca 這三個類型的資料夾下分別又有100個資料夾裡面是5張...

鐵人賽 AI & Data DAY 22

技術 [Day 22] 卷積類明星模型大亂鬥 ! EFN特別版

1. 回顧 下列是過去十天我用各種技巧訓練的模型,只要該技巧對 val acc 或 val loss 有勝過 EFN_base,那我就會將其納入最後的模型實驗。...

鐵人賽 AI & Data DAY 21

技術 [Day 21] 媽! Keras 和 TensorFlow 在亂存模型啦! ( TFLite 輕量模型)

前言 受惠於深度學習框架的多元性,開發者可以選自己喜歡的框架,像是: Theano、Caffe、ONNX、Keras、Tensorflow、Pytorch、DL...

鐵人賽 Software Development DAY 19

技術 [D19] DL 深度學習(2)

可能經過一些介紹後,大家還是多多少少會覺得"深度學習"聽起來是深奧難懂的概念,不過台大電機系教授李宏毅曾說過:「深度學習也就是三個步驟:建構網路、設定目標、開始...

鐵人賽 Software Development DAY 18

技術 [D18] DL 深度學習(1)

前面說到深度學習(Deep Learning)是實現機器學習(ML)的一個技術,它使用的算法類似於人腦中使用神經元的方式,分為 DNN、CNN 和 RNN 三種...

鐵人賽 AI & Data DAY 13

技術 [Day 13] 從 tensorflow.keras 開始的 EfficientNet 生活

0. 進度條 模型 進度 VGG Net 完成 ResNet 完成 DensNet 完成 MobileNet 完成 Efficie...

鐵人賽 AI & Data DAY 12

技術 Day 12: 人工智慧在音樂領域的應用 (機器學習/深度學習與類神經網路三)

今天作為機器學習這系列的收尾,我們來聊聊深度學習與機器學習的差異,以及為什麼現今的機器學習/深度學習發展跟以往相比能夠在結果上有如此巨幅的成長。 深度學習 前兩...

鐵人賽 AI & Data DAY 11

技術 [Day11] 以神經網絡進行時間序列預測 — RNN

本篇詳細介紹 RNN 並使用它進行時間序列預測 本日大綱 RNN 介紹 激活函數 RNN 的分類 時間序列預測實作 資料集介紹/目標 套件導入 資料前...

鐵人賽 AI & Data DAY 10

技術 [Day10] 以深度學習進行時間序列預測 — 概論

介紹完機器學習預測時間序列,接著連續幾篇要進入到深度學習的範疇。 我們會提到在時間序列預測的命題上,深度學習和機器學習的不同、優化的邏輯,並且整理有哪些神經網絡...

鐵人賽 AI & Data DAY 11
全民瘋AI系列2.0 系列 第 11

技術 [Day 11] 核模型 - 支持向量機 (SVM)

核模型 - 支持向量機 (SVM) 今日學習目標 SVM 分類器 何謂支持向量機? 非線性與線性? 多元分類支持向量機。 SVR 迴歸器 學習 SVR...

鐵人賽 AI & Data DAY 19

技術 DAY19 淺談深度學習

我們在前面算是完整的介紹了使用機器學習的方法來做資料分析,在剩下最後11天的時間,我想把自己在暑假所接觸的深度學習、電腦視覺,以及參加的議題競賽拿來作介紹,順便...

鐵人賽 AI & Data DAY 5

技術 [Day 5] 站在巨人的肩膀上 - 回顧股票市場交易論文

一、前言 矮子能看得更遠,只因為他站在巨人的肩膀上。 - Isaac Newton 今天的文章,我將著眼於過去研究,探討之前的研究人員,在股市預測下應用了...