iT邦幫忙

deep learning相關文章
共有 189 則文章
鐵人賽 AI & Data DAY 29

技術 [神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (III)

前言 今天的內容依舊為訓練翻譯 seq2seq 神經網絡的歷程( training process )。 機器學習的兩大階段-訓練(training)與推論(...

鐵人賽 AI & Data DAY 28

技術 [神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (II)

前言 今天繼續建立英翻中神經網絡的實作。 翻譯器建立實作 建立資料集(續) 首先引入必要的模組以及函式: from tensorflow.keras.prepr...

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 AI & Data DAY 19

技術 [Day 19] 還是學不會,再縮小一點 ~ (學習率衰減)

前言 走過了資料分析、演算法選擇後,我們得知了有些可以改善模型的方向: 解決資料不平衡(Done) 學習率的設定(Now) 訓練輪數(To do) 模型深度(...

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 17

技術 [神經機器翻譯理論與實作] 這個翻譯不大正經

前言 也許你會覺得,這個標題下得很神經。沒錯!因為今天要正式進入新的主題-神經機器翻譯。我們今天將會從機器翻譯這個課題出發,綜覽在自然語言處理的發展中機器翻譯演...

鐵人賽 AI & Data DAY 16

技術 [深度學習回顧] How Deep Would You Learn?

前言 不知不覺,鐵人賽的賽程已經來進行了一半,每天發文使得生活過得非常充實。也感謝這裡的許多高手發表優質文章,讓第一次參賽又是跨IT領域的自己感到無比熱血。大家...

鐵人賽 AI & Data DAY 4

技術 我們的基因體時代-AI, Data和生物資訊 Day04- 深度學習在基因體學的建模架構01

上一篇我們的基因體時代-AI, Data和生物資訊 Day03- 基因醫學的數據問題介紹了基因醫學中的數據問題,實際上面對DNA的序列ATCG,我們是在想什麼問...

技術 資料科學、資料探勘、機器學習、深度學習是甚麼碗糕?

初次接觸AI時,常常會聽到數據分析、資料科學、機器學習、深度學習,一堆專有名詞,倒底是甚麼碗糕? 有何差別? 可以吞得下去嗎? 會不會消化不良? 資料科學(Da...

技術 TensorFlow 學習地圖

前言 TensorFlow 在2.x版進行大幅度的改版,並且納入Keras後,整體的架構變得更加完整易用,但也造成學習路徑的多樣化,筆者整理一些K書心得分享如下...

技術 Day32 參加職訓(機器學習與資料分析工程師培訓班),tf.keras

今日練習內容為建構CNN模型來分類鳥類圖片,最後講解一些架構的演進 # Load Data & Prepare X, y import cv2 imp...

技術 tensorflow.python.framework.errors_impl.InternalError: Cannot dlopen all CUDA libraries.

輸入:pip list發現少了tensorflow-gpu輸入: pip install tensorflow-gpu依然報錯:原因是權限不夠,右鍵cmd,用管...

技術 Day14 參加職訓(機器學習與資料分析工程師培訓班),Django實作 & 深度學習

上午: AIoT資料分析應用系統框架設計與實作 今日老師教學運用Django框架,將Bootstrap套用的網頁,並建立Static將圖片套用的網頁中 下午:...

技術 deep learning: dropout 原理

處理overfitting的時候:把train data 分析的太細了,訓練過頭了,這個可以通過earyly stop來解決(通過validation來stop...

技術 AutoML NAS - SGAS: Sequential Greedy Architecture Search(上篇)

1 前言 近年來深度學習使用在許多比賽中,但幾乎都使用ensemble(集成)的方式或是使用龐大的模型,這有個很嚴重的問題,那就是成本過高無法落地(除了原本就很...

鐵人賽 AI & Data DAY 30

技術 二、教你怎麼看source code,找到核心程式碼 ep.23:Deeplab的model 部署

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 ep.1 tensorflow的程式碼特色 ep.2 訓練流程的細節 ep.3 逛deep...

鐵人賽 AI & Data DAY 29

技術 二、教你怎麼看source code,找到核心程式碼 ep.22:Deeplab的model 部署

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 ep.1 tensorflow的程式碼特色 ep.2 訓練流程的細節 ep.3 逛deep...

鐵人賽 AI & Data DAY 27

技術 二、教你怎麼看source code,找到核心程式碼 ep.20:總結一下第二篇每個ep在介紹什麼

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 ep.1 tensorflow的程式碼特色 ep.2 訓練流程的細節 ep.3 逛d...

鐵人賽 AI & Data DAY 26

技術 二、教你怎麼看source code,找到核心程式碼 ep.19:把tfrecord parse完了,接著做了哪些preprocess? 3

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 25

技術 二、教你怎麼看source code,找到核心程式碼 ep.18:把tfrecord parse完了,接著做了哪些preprocess? 2

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 24

技術 二、教你怎麼看source code,找到核心程式碼 ep.17:把tfrecord parse完了,接著做了哪些preprocess?

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 23

技術 二、教你怎麼看source code,找到核心程式碼 ep.16:如何把tfrecord轉成tf.data的dataset? 4

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 22

技術 二、教你怎麼看source code,找到核心程式碼 ep.15:如何把tfrecord轉成tf.data的dataset? 3

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 21

技術 二、教你怎麼看source code,找到核心程式碼 ep.14:如何把tfrecord轉成tf.data的dataset? 2

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 20

技術 二、教你怎麼看source code,找到核心程式碼 ep.13:如何把tfrecord轉成tf.data的dataset?

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 19

技術 二、教你怎麼看source code,找到核心程式碼 ep.12:如何製作tfrecord? 4

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 18

技術 二、教你怎麼看source code,找到核心程式碼 ep.11:如何製作tfrecord? 3

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...

鐵人賽 AI & Data DAY 15

技術 二、教你怎麼看source code,找到核心程式碼 ep.8:資料前處理(e.g. Deeplab)

文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 訓練流程的細節 逛deeplab的github程式,順序...