「Deep Learning模型最近若干年的重要进展」一文提到深度學習分四個脈絡: CV/Tensor 生成模型 Sequence Learning Deep...
本篇要來實作一個簡單版的 GAN 模型。如果忘記 GAN 是什麼的同學,傳送門在此: [魔法陣系列] Generative Adversarial Netw...
Yann LeCun (Facebook AI 研究院院長)曾對 GAN 表示讚賞: The most important one, in my opi...
在 [魔法陣系列] AutoEncoder 之術式解析 裡介紹了 AutoEncoder 魔法陣以及其變形夥伴們,對於 AutoEncoder 應用只用寥寥幾句...
不重要之交代:因為這兩天在台南抓寶可夢,所以出刊的比較晚,來抓寶可夢的外國人也好多呀~ 如果你跟我一樣追尋著 Data Scientist 的目標,你大概有...
在上篇介紹 AutoEncoder 的應用時有提到 VAE(Variational Autoencoder) 可以生成圖片,但是它有一些限制。VAE 實際上沒有...
基於教學性,本文選擇實作 Denoising AE,基於 Keras 官方提供的 tutorial 來做演練。 Denoising AE 是一種學習對圖片去噪(...
在上篇 [魔法小報] 深度學習 vs. 傳統機器學習的文末稍微提到可以用 AutoEncoder 做降維(Dimension Reduction),於是乎,本篇...
今天來談談深度學習跟傳統機器學習的比較,主要從 Data、計算資源、特徵萃取 等三個方向進行討論。 深度學習(Deep Learning)的成功主要是基於大量可...
[魔法陣系列] Convolutional Neural Network(CNN)之術式解析 中提到 CNN 由下列所組成: Convolution Oper...
電腦視覺(Computer Vision)一直是我非常著迷的領域,旨在模仿人類視覺系統,作為賦予機器人智能行為的助力,在1966年夏季,MIT AI LAB 成...
其實這篇應該先寫於《精進魔法》系列之前的,但沒關係,只要有 [地圖] 深度學習世界的魔法陣們 指引,你能夠照你想要挑戰的項目去學習。 以下介紹深度學習的魔王們,...
前言 此部份可以進行相機校準和失真校正工作 內容 這個過程有兩個主要步驟:使用棋盤圖像獲取圖像點和對象點,然後使用OpenCV函數cv2.calibrateCa...
前言 針對Project1- Finding Lane Lines這個項目,提供專案實作說明,包括以下三個部分:1.程式實作描述2.可能缺點3.建議可能的改進...
前言 這部份接續專案後續程式建立 pipeline及測試圖檔、影片之成果 內容 測試圖檔及pipeline程式說明如下:[1] Test Images imp...
前言 之前我們花了5天作完第一個實驗,從資料的匯入/清理(data cleaning)、模型訓練、模型評估、佈署到系統的整合,乖乖作過一遍,自覺收穫不少,在進行...
前言 在此專案中,您將使用在課程中學到的工具來識別道路上的車道線。 您可以在一系列個別的圖像上利用pipeline,然後將結果應用於影片串流(實際上是一連串一圖...
目的 為完成尋找車道線的任務,接下來我們利用canny邊緣檢測圖像上再執行霍夫轉換(Hough transform),指定一些參數來說明我們想要檢測哪種線(即長...
前言 上一篇,我們已經可以使用 Web Services 的簡易介面,讓使用者在網頁上輸入資料,並查看結果。這一次我們自己撰寫網頁程式,來呼叫 Web Serv...
有了先前的 ANN 魔法陣教學後,該是來讓各位見習魔法使實戰演練了,前情提要請參見: [魔法陣系列] Artificial Neural Network (A...
上篇介紹 ANN 魔法陣結構:輸入層(Input Layer)、隱藏層(Hidden Layer)及輸出層(Output Layer)。此外,也解釋了神經元與激...
目的 利用python實作Canny邊緣檢測,來定義我們要處理的圖檔之邊緣 實作說明 讀取圖檔 首先,利用python讀取檔案,其中matplotlib.pyp...
佈署 一般會在實驗過程中,反覆調整各個步驟的參數,找出效能最好的模型,一旦模型評估確定後,我們就可以準備將模型上線了,ML Studio 提供 Web Serv...
目的 在自動駕駛中,為維持車輛可以在道路上安全行駛在正確車道上,因此辨識車道線是重要的任務,所以Udacity於第一個專案便是-辨識車道線,專案的任務是輸入原始...
[Day 23] 人工智慧3.0:甚麼是「智慧」? (15min)-- 人與AI-- 知識金字塔3.1:人工智慧的發展與未來 (45min)-- AI 起落...
第一個魔法陣:Artificial Neural Network (ANN, 1943) 首先先來看看 ANN 的結構: 圖片來源:https://hack...
前言 人工智慧(AI)定義如下,隨著AI的興盛,未來由人駕駛車輛可能由機械取代可能性愈來愈大, 人工智慧(英語:artificial intelligence...
執行結果說明 上一篇我們使用『線性迴歸』(Linear Regression)建立『汽車價格估價』模型,但是,還沒有看結果,我們這一篇就來看看預測的效果如何?...
剛開始研究 deep learning 時,正好是 AlphaGo 跟南韓棋士李世乭對戰(2016年3月8日到3月15日)的前一兩個月,那時我們小組嘗試用 CN...
2018年堪稱是台灣的「AI 元年」,政府推動產業 AI 化,同時也不遺餘力的培養 AI 種子們。相信不管是在新聞媒體上或是公司內部都可常看到或聽到「AI」字眼...