今天我們來實作GAN,簡單複習一下,GAN的Component 有 Generator 以及 Discriminiator 。 而 Generator 任務就...
今天我們來討論最近很流行的GAN,而最近很多新聞或者很多Youtuber都在討論他的應用,Ex: DeepFake 或者一些人像修圖應用。都是GAN的應用。 G...
今天我們來討論一個進化的AutoEncoder - Variational AutoEncoder。先回顧一下AutoEncoder的架構,AutoEncode...
今天來實作昨天討論的AutoEncoder,簡單複習一下,AutoEndoer的架構其實就如同下圖 source Input 資料後,會放到Neural Ne...
今天開始,我們來聊聊非監督式的學習。前面所提的演算法,大部分都是監督式學習,也就是通常都是Label好的資訊 (Ex: 透過已經蒐集到的股價資訊或者已經Labe...
今天討論的主題主要是Google這篇曾經在2016年release 在Google Play的app上所做的推薦系統,而他有被open source 在 Te...
今天要帶各位繼續昨天沒完成的功能,也就是程式呼叫和 actix webservice 的 api 串再一起,那麼經過我稍微摸索一下發現其實不難那就讓我們開始吧,...
大家好,今天要帶各位做的事情非常有趣,我們要用 Rust 呼叫一支 python 的翻譯程式,強者我朋友寫的中翻英的深度學習程式。 首先我們需要準備一些前置作業...
Multi-label Text Classification using BERT – The Mighty Transformer 今天要來芝麻街上英文課...
今天來嘗試另外一個LSTM經典案例 - 股票預測,股票也是時間序列型資料!過去,金融業希望能找出一個強而有力的模型,不管預測股票或者期貨等等標的。但,似乎目前都...
今天我們來討論LSTM的應用,而其中一個最經典的案例就是情感分析(Sentiment Analysis)。而什麼是情感分析呢? 透過NLP或者Deep lear...
今天我們來討論深度學習中,專門在Run時間序列型資料的網路模型 - Recurrent Neural Network (RNN),在之前所討論到DNN跟CNN模...
運作 我們先來看 Tensorflow 的運作流程: Python 前端透過 Tensorflow 核心執行系統把產生的 DAG 圖分配到不同的裝置,增加...
當今天層數越疊越深,若不做任何的處理機制,準確度其實是會越來越糟糕!因為當疊層數疊超過一個層數,會發生像Gradient vanishing或者說Degrada...
今天我們來使用TF 2.0來實作VGG 16,那為什麼選擇VGG 16呢?雖然VGG 16並未拿下當年ILSVRC 的分類比賽的冠軍 (當年由Google所發明...
前言 因爲之前 Google 有推出 ml study jams,因此整理一些部分內容的筆記來記錄以下心得。 緣起 由 Google 提供的開源程式庫,Goog...
今天我們來討論Deep learning經典的模型之一 - Convolutional Neural Network (CNN)的架構。目前CNN被大量使用的影...
今天的話,我們來討論一下tf.keras的api。首先,今天要討論的tf.keras與我們所熟知的keras是不太一樣的,以前我們所使用的keras,他的bac...
今天我們來討論一下Overfit以及Underfit的議題 (也是面試很喜歡討論的議題)。針對Overfit跟Underfit我們可以透過下圖很直接了斷的看資料...
今天的話,我們用更貼近TF的語言來做DNN,Data的部分使用TF.Keras api裡面的資料來做使用。TF.Keras dataset包含有 CIFAR 1...
在說明Deep Neural Nework,我們簡單的討論一下DL介紹。從最早DL從Perceptron開始,Perceptron是只有一個neural,其實就...
上一篇有說明Linear regression利用SGD來train,今天我們就把一些相關概念一次解釋清楚,之後在train模型,或者自己運用在自己的case上...
一般來說,學習Deep learning都會從最簡單的Linear regression開始。而在實務上,當我們有一個簡單的預測數值的case,Ex: 股價、人...
今天會開始說明一下資料處理及數值運算。接下來就會開始進入基本ML及DL了。大夥撐著!把一些基本語法弄熟,之後會更容易上手,且更知道如何去修改一些tutorial...
在上一篇文中,我們介紹了ML問題的兩個主要分類。現在讓我們更詳細的來深入學習這兩者的差別吧! 回歸與分類 回到上篇文章的餐廳例子,我們想要利用客人帳單的...
人工神經網路基礎型態是前向全連接網路,同時擁有多種變型,這些變形構成了目前深度學習的主要內容。 **卷積網路(CNN)**屬於部分連接網路,是深度學習核心結構之...
這幾天均會說明TF的資料處理。雖然資料處理真的非常瑣碎也煩人,常常會處理到起瘋。但資料處理對一個ML project或者Data science project...
前言: 本系列文基於Coursera上Google開設之課程編寫而成,主要針對ML(機器學習)基本概念與Tensorflow做基本介紹。希望能對於初入機器學習...
把相同結構的單元組合在一起,構成神經網路的層: 輸入層,輸入向量 中間層(隱含層) 輸出層,輸出向量,用於預測,分類以及回歸 每一個隱含層都是向量輸入,向量輸...
接下來幾天將會介紹TF的語法,並均會使用TF2.0來示範。我們會從基本的data type到變數類型,以及資料的處理。首先先從基本的data type開始說明...