iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

0 Like 0 留言 579 瀏覽

技術 autoKeras，模型fit時報錯

主因是以下的部份，NumPy 在 1.20 版本開始已經不再支援 np.object。應該直接使用 Python 的內建 object 類別來替代。 Fi...

e950280 ‧ 2023-11-26

0 Like 0 留言 1440 瀏覽

技術在Windows 11 使用autoKeras 並透過GPU加速 (內含不用另外下載檔案的tensorflow-gpu作法)

之所以寫這篇，是因為自己的linux系統是pop-os 22.04，tensorflow版本撞到翻(也有版本直接不支援這個OS...) 而也才發現Tensorf...

e950280 ‧ 2023-11-26

0 Like 0 留言 875 瀏覽

鐵人賽 AI & Data DAY 30

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 30 篇

技術 Azure AutoML02及結語

AutoML得到的結果,說明如下。見圖<AZ-exp4MNIST.png> 當看到 [Status]欄為Completed時，表示可見到結果了。接...

Newbie ‧ 2021-10-15

0 Like 0 留言 881 瀏覽

鐵人賽 AI & Data DAY 29

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 29 篇

技術 Azure AutoML01

在使用 Azure AutoML之前，我們得先了解資料的區別。在Azure dataset裡面，主要有兩大類，files and tabular。若要使用 Az...

Newbie ‧ 2021-10-14

0 Like 0 留言 925 瀏覽

鐵人賽 AI & Data DAY 28

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 28 篇

技術 Azure MLS-Notebooks中開發

<<致歉>>開了兩個免費的Azure帳號，由於沒有緊盯著預算，不小心玩性大發，把兩個帳號的額度全部耗盡，所以想說明的資料都被鎖住了。但我...

Newbie ‧ 2021-10-13

0 Like 0 留言 1105 瀏覽

鐵人賽 AI & Data DAY 27

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 27 篇

技術計算資源及資料的設定03

在上一個章節，我們已經建立了一個Datatstore及Container，也上傳資料到Container中。建立Container後，這個Container究竟...

Newbie ‧ 2021-10-12

0 Like 0 留言 798 瀏覽

鐵人賽 AI & Data DAY 26

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 26 篇

技術計算資源及資料的設定02

建立了計算資源後，接下來要建立及處理有關資料的部分。在Microsoft Azure Machine Learning Studio的左邊選單中，Assets...

Newbie ‧ 2021-10-11

0 Like 0 留言 1018 瀏覽

鐵人賽 AI & Data DAY 25

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 25 篇

技術計算資源及資料的設定01

前面談到，執行[Machine Learning]的工作，除了計算資源外，最重要的便是資料了。我們先介紹如何在Microsoft Azure上，建立Comput...

Newbie ‧ 2021-10-10

0 Like 0 留言 724 瀏覽

鐵人賽 AI & Data DAY 24

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 24 篇

技術 MS Azure ML02

接著，請回到[Microsoft Azure]的Home，在[Recent resources]處<AZ-RRes.png>，點選type為[Mac...

Newbie ‧ 2021-10-09

0 Like 0 留言 867 瀏覽

鐵人賽 AI & Data DAY 23

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 23 篇

技術 MS Azure ML01

Microsoft Azure Machine Learning 終於開始囉。 <<前提>>假設讀者已經有了Azure的帳號。(可申請免...

Newbie ‧ 2021-10-08

0 Like 0 留言 1116 瀏覽

鐵人賽 AI & Data DAY 22

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 22 篇

技術 NNI搬到Colab的優劣

如同上一章節所述，整個過程幾乎和在本機安裝、驗證及執行類似。但是，在本機和Colab執行各有其優缺點。本機的優點恰好是Colab的缺點，而Colab的優點恰好是...

Newbie ‧ 2021-10-07

0 Like 0 留言 1105 瀏覽

鐵人賽 AI & Data DAY 21

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 21 篇

技術 NNI如何搬到Colab02

若看到以下畫面，恭喜你，又成功了！ /bin/bash: -c: line 0: syntax error near unexpected token `new...

Newbie ‧ 2021-10-06

0 Like 0 留言 1454 瀏覽

鐵人賽 AI & Data DAY 20

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 20 篇

技術 NNI如何搬到Colab01

NNI搬到Colab上，環境類似本機。雖然，NNI很容易搬到Colab平台上，但由於Colab並不公開其 public IP and port。所以我們無法連上...

Newbie ‧ 2021-10-05

0 Like 0 留言 948 瀏覽

鐵人賽 AI & Data DAY 19

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 19 篇

技術 NNI如何搬到雲端上玩？

截至目前為止，NNI也安裝了，model也會了。可是，就是沒有錢買一張繪圖卡，到cuda device去飆速訓練。沒關係，雲端上有兩位大神，可以免費讓您遨遊，享...

Newbie ‧ 2021-10-04

1 Like 0 留言 1225 瀏覽

鐵人賽 AI & Data DAY 18

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 18 篇

技術模型的內容08 test()

這個章節，我們將談到 test()的部分。進入主題之前，我們要注意的是，test_loader是固定的1000筆資料直接使用(沒epoch)，所以不downl...

Newbie ‧ 2021-10-03

0 Like 0 留言 1865 瀏覽

鐵人賽 AI & Data DAY 17

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 17 篇

技術模型的內容07 train()

這章節，我們將說明 train()的細部。程式部分如下： def train(args, model, device, train_loader, optimi...

Newbie ‧ 2021-10-02

0 Like 0 留言 777 瀏覽

鐵人賽 AI & Data DAY 16

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 16 篇

技術模型的內容06 def main()

我們開始說明 for loop的部分。在訓練模型時，我們需要大量的data，這些data來自於train_loader。但是，我們並非一次全部倒入所有資料，進...

Newbie ‧ 2021-10-01

0 Like 0 留言 990 瀏覽

鐵人賽 AI & Data DAY 15

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 15 篇

技術模型的內容05 def main()

接著我們說明optimizer設定。首先，我們先得知道 training and validation 大概在做些甚麼事情。簡單的說，就是影像讀進來後，經過...

Newbie ‧ 2021-09-30

0 Like 0 留言 1785 瀏覽

鐵人賽 AI & Data DAY 14

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 14 篇

技術模型的內容04 def main()

上一章節研究完class net(…)，這一章節我們繼續研究 def main(args)這部分。 def main(args): # define d...

Newbie ‧ 2021-09-29

0 Like 0 留言 1388 瀏覽

鐵人賽 AI & Data DAY 13

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 13 篇

技術模型的內容03 Class Net

進入主程式前，我們先看class 大塊 Class Net：神經網路的定義處。 class Net(nn.Module): def __init__(s...

Newbie ‧ 2021-09-28

0 Like 0 留言 776 瀏覽

鐵人賽 AI & Data DAY 12

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 12 篇

技術模型的內容02 main

請用 VS CODE (或其他習慣的IDE)開啟 nni\examples\trials\mnist-pytorch 的資料夾。開啟 mnist.py檔案。先...

Newbie ‧ 2021-09-27

0 Like 0 留言 1088 瀏覽

鐵人賽 AI & Data DAY 11

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 11 篇

技術模型的內容01

到此為止，若一切順利，表示NNI安裝正確，功能一切正常。但整個流程究竟在做甚麼事情呢？首先，我們在 Config_detail.yml 檔案，修改的 searc...

Newbie ‧ 2021-09-26

0 Like 0 留言 1087 瀏覽

鐵人賽 AI & Data DAY 10

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 10 篇

技術 NNI安裝後的驗證04

這回，我們將焦點放在WebUI的trials detail中的Intermediate Result。請在WebUI上方的trials detail 按下，然後...

Newbie ‧ 2021-09-25

0 Like 0 留言 961 瀏覽

鐵人賽 AI & Data DAY 9

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 9 篇

技術 NNI安裝後的驗證03

這回，我們將焦點放在WebUI的trials detail中的Hyper-parameter。請在WebUI上方的trials detail 按下，然後點擊 H...

Newbie ‧ 2021-09-24

0 Like 0 留言 811 瀏覽

鐵人賽 AI & Data DAY 8

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 8 篇

技術 NNI安裝後的驗證02

前回提及，在瀏覽器網址，輸入 127.0.0.1:8085，進入WebUI管理介面。此時，您將會看到如下圖的：請先看左上方，Experiment 區塊。其中...

Newbie ‧ 2021-09-23

1 Like 0 留言 1245 瀏覽

鐵人賽 AI & Data DAY 7

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 7 篇

技術 NNI安裝後的驗證01

上回我們安裝完成後，如何確認安裝的正確性呢？當然是下載實驗樣本來炸炸看。首先，請先建一個子目錄。其次，複製一份含原始碼的範例(最新版為 v2.4)： git...

Newbie ‧ 2021-09-22

0 Like 0 留言 996 瀏覽

鐵人賽 AI & Data DAY 6

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 6 篇

技術 NNI安裝在本機(Windows版)

說了好幾天的概念，再不動手真的會睡著。讓我們先來本機炸一炸，加深我們的學習動機。安裝前，先注意兩大重要事項，否則會讓人搞不清發生何事，即使找Microsoft...

Newbie ‧ 2021-09-21

0 Like 0 留言 1641 瀏覽

鐵人賽 AI & Data DAY 5

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 5 篇

技術 NNI執行的流程

一個Experiment的運行邏輯是： • Tuner 接收搜索空間，生成configuration。• 將這些生成的configuration提交到很多訓練平...

Newbie ‧ 2021-09-20

0 Like 0 留言 1281 瀏覽

鐵人賽 AI & Data DAY 4

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 4 篇

技術 NNI大綱描述

基本名詞及觀念：• Experiment：一次實驗，如尋找最好的神經網路架構。經多個autoML + trials構成。• Search Space：所謂Spa...

Newbie ‧ 2021-09-19

0 Like 0 留言 1925 瀏覽

鐵人賽 AI & Data DAY 3

新手一起來Azure上玩 NNI (auto-ML的一種) 系列第 3 篇

技術 NNI的特性及核心功能

上次開場白說明了NNI最基本的Hyper-parameters（超參）調整，其實只是其中的功能之一。NNI尚有其他的特性及核心功能。NNI的特性：NNI 是一個...

Newbie ‧ 2021-09-18

技術 autoKeras，模型fit時報錯

技術 在Windows 11 使用autoKeras 並透過GPU加速 (內含不用另外下載檔案的tensorflow-gpu作法)