iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 0 留言 3410 瀏覽

鐵人賽 AI & Data DAY 26

機器學習模型圖書館：從傳統模型到深度學習系列第 27 篇

技術 27 Attention model

繼 Seq2seq model 之後，真正可以做到 end-to-end 翻譯的，很多都是用了 attention model。 Attention model...

杜岳華 ‧ 2018-10-27

7 Like 0 留言 11115 瀏覽

鐵人賽 AI & Data DAY 12

英雄集結：深度學習的魔法使們系列第 12 篇

技術 [魔法陣系列] 王者誕生：AlexNet 之術式解析

在上一篇前言提到 AlexNet 是一個歷史分水嶺，這是由於在 AlexNet 之前，Deep Learning 已經沈寂很久，而在2012年的 ImageNe...

莉森揪 ‧ 2018-10-27

7 Like 0 留言 8790 瀏覽

鐵人賽 AI & Data DAY 11

英雄集結：深度學習的魔法使們系列第 11 篇

技術 [魔法陣系列] Convolutional Neural Network（CNN）之術式解析

2012年，Alex Krizhesky 和 Geoff Hinton 提出的 AlexNet 在 ImageNet 的圖像分類競賽中以巨大優勢贏得冠軍，使 C...

莉森揪 ‧ 2018-10-26

1 Like 1 留言 2557 瀏覽

鐵人賽 AI & Data DAY 24

機器學習模型圖書館：從傳統模型到深度學習系列第 25 篇

技術 25 Recurrent model 之死

當大家正在開心的用著 RNN 跟 LSTM 等等模型之時，就有人跳出來了。不要再用 RNN 為基礎的模型了！！就是這篇 The fall of RNN /...

杜岳華 ‧ 2018-10-25

6 Like 0 留言 3184 瀏覽

鐵人賽 AI & Data DAY 10

英雄集結：深度學習的魔法使們系列第 10 篇

技術 [魔王出沒] 深度學習中的魔王軍簡介

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，...

莉森揪 ‧ 2018-10-25

5 Like 0 留言 11683 瀏覽

鐵人賽 AI & Data DAY 9

英雄集結：深度學習的魔法使們系列第 9 篇

技術 [精進魔法] Optimization：優化深度學習模型的技巧（下）－ Batch Normalization

本文主題是「Batch Normalization」，Ian Goodfellow 大大在《Deep Learning》一書中是這麼描述 Batch Norma...

莉森揪 ‧ 2018-10-24

8 Like 0 留言 15297 瀏覽

鐵人賽 AI & Data DAY 8

英雄集結：深度學習的魔法使們系列第 8 篇

技術 [精進魔法] Optimization：優化深度學習模型的技巧（中）－ Adaptive Learning Rates

前情提要在 [精進魔法] Optimization：優化深度學習模型的技巧（上）一文中提及了下面三種優化 deep learning 模型的作法： Batc...

莉森揪 ‧ 2018-10-23

1 Like 0 留言 2941 瀏覽

鐵人賽 AI & Data DAY 21

機器學習模型圖書館：從傳統模型到深度學習系列第 22 篇

技術 22 Convolutional encoder-decoder 架構

標題這不是一個專有名詞。在電腦視覺的領域中有幾個有名的問題：影像辨識（Image recognition）物件辨識（Object detection）...

杜岳華 ‧ 2018-10-22

6 Like 0 留言 6358 瀏覽

鐵人賽 AI & Data DAY 7

英雄集結：深度學習的魔法使們系列第 7 篇

技術 [精進魔法] Optimization：優化深度學習模型的技巧（上）

上篇提到怎麼避免 Overfitting 的技巧，本文要帶給大家的是如何優化深度學習，提高模型的效能。 Batch & Mini batch 深度學習每...

莉森揪 ‧ 2018-10-22

8 Like 1 留言 21207 瀏覽

鐵人賽 AI & Data DAY 6

英雄集結：深度學習的魔法使們系列第 6 篇

技術 [精進魔法] Regularization：減少 Overfitting ，提高模型泛化能力

當開始興致勃勃的嘗試畫魔法陣，搭建神經網絡模型時，也許會遇到下面的情形：哥布林之吶喊：我明明在訓練集表現很好啊，為什麼實際上線時結果卻崩潰了（抱頭）那你...

莉森揪 ‧ 2018-10-21

1 Like 0 留言 4308 瀏覽

鐵人賽 AI & Data DAY 20

機器學習模型圖書館：從傳統模型到深度學習系列第 21 篇

技術 21 Activation functions and ReLU

今天我們來談談 activation function 吧！先談談線性轉換談 activation function 之前先要談談線性轉換。有上到比較後面...

杜岳華 ‧ 2018-10-21

7 Like 0 留言 5394 瀏覽

鐵人賽 AI & Data DAY 5

英雄集結：深度學習的魔法使們系列第 5 篇

技術 [實戰系列] 使用 TensorFlow 搭建一個 ANN 魔法陣（模型）

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...

莉森揪 ‧ 2018-10-20

1 Like 0 留言 1234 瀏覽

鐵人賽 AI & Data DAY 19

機器學習模型圖書館：從傳統模型到深度學習系列第 20 篇

技術 20 Convolutional neural network

Convolution layer 這邊我們回到我們的 convolution layer，如果把以上的一維向量拓展到二維的矩陣資料會長什麼樣子呢？我們先來看...

杜岳華 ‧ 2018-10-20

7 Like 0 留言 9466 瀏覽

鐵人賽 AI & Data DAY 4

英雄集結：深度學習的魔法使們系列第 4 篇

技術 [魔法陣系列] Artificial Neural Network (ANN) 之術式啟動

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...

莉森揪 ‧ 2018-10-19

1 Like 0 留言 6505 瀏覽

鐵人賽 AI & Data DAY 18

機器學習模型圖書館：從傳統模型到深度學習系列第 19 篇

技術 19 Convolution 運算

熱身運動都做好了，接下來我們就一路往影像處理上的重要技術 CNN 前進啦！ Convolutional neural network，顧名思義，他是一種神經網路...

杜岳華 ‧ 2018-10-19

7 Like 0 留言 8192 瀏覽

鐵人賽 AI & Data DAY 3

英雄集結：深度學習的魔法使們系列第 3 篇

技術 [魔法陣系列] Artificial Neural Network (ANN) 之術式解析

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...

莉森揪 ‧ 2018-10-18

8 Like 1 留言 7807 瀏覽

鐵人賽 AI & Data DAY 2

英雄集結：深度學習的魔法使們系列第 2 篇

達標好文技術 [地圖] 深度學習世界的魔法陣們

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...

莉森揪 ‧ 2018-10-17

2 Like 0 留言 4879 瀏覽

鐵人賽 AI & Data DAY 15

機器學習模型圖書館：從傳統模型到深度學習系列第 16 篇

技術 16 深度學習其實是一種 Representation learning

機器學習的技術已經發展了非常久的時間，我們有非常多的模型可以幫我們做預測，包含像是 regression、classification、clustering、s...

杜岳華 ‧ 2018-10-16

7 Like 0 留言 10700 瀏覽

鐵人賽 AI & Data DAY 1

英雄集結：深度學習的魔法使們系列第 1 篇

達標好文技術 [序幕] AI（人工智慧）、Machine Learning（機器學習）、 Deep Learning（深度學習）是什麼？

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...

莉森揪 ‧ 2018-10-16

2 Like 2 留言 1564 瀏覽

鐵人賽 AI & Data DAY 14

機器學習模型圖書館：從傳統模型到深度學習系列第 15 篇

技術 15 為什麼要深？

接著我們就來到了蠻重要的問題，既然一個 hidden layer 的網路架構就可以逼近任何連續函數，那麼為什麼要深度學習？對於這個問題，台大李宏毅老師有非常詳...

杜岳華 ‧ 2018-10-15

0 Like 0 留言 14256 瀏覽

鐵人賽 Big Data DAY 29

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人系列第 30 篇

技術江山代有才人出，各領風騷迎禧年；CES 2017的東歐新秀，Almotive AI自動駕駛軟體與套件公司進軍美國，傳統汽車產業又多一威脅

汽車向來是最高檔次的消費產品類，封閉的產業；但當AI人工智慧的演算法和複雜架構因著GPU助長了深度學習的進展，微控制器和opensource的快速經驗複製加速了...

jameschou787 ‧ 2017-01-13

0 Like 0 留言 1441 瀏覽

鐵人賽 Big Data DAY 20

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人系列第 21 篇

技術路邊的野花不要摘，網上的數據小心採！「閉」源的自動輔助駕駛軟硬體公司開放下載某車CAN Bus控制信號與ROS架構

先說在前面，採取專利或技術保密，或者開源共同競爭技術門檻或是營造市場，都是正確的商業策略， OpenSource vs 技術保密不公開，這個題目絕不是一翻兩瞪眼...

jameschou787 ‧ 2017-01-04

0 Like 0 留言 854 瀏覽

鐵人賽 Big Data DAY 14

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人系列第 15 篇

技術 Linux 、機器人、自然語言學、演算法、電腦視覺、微波、封包、圖學、預測、Autopilot，汽車界橫空出世的破壞性創新，發展史上看似獨立無關的科技，背後總有個脈絡

上個世紀初福特T型車的流水生產線，開啟了人類移動世代，這個世紀是由擁有多元知識的T型人才，交織出創新的未來，從2016年9月陸續有人類因為被「主動預防系統預...

jameschou787 ‧ 2016-12-29

0 Like 0 留言 1318 瀏覽

鐵人賽 Big Data DAY 13

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人系列第 14 篇

技術為什麼我們學習深度學習與自動駕駛科技？因為行車大數據是要解決現實生活的車禍問題！來看Tesla的新版AutoPilot今天遇到神準判斷前前車事故，成功保護主人避免追撞

為什麼我們學習深度學習與自動駕駛科技？因為行車大數據是要解決現實生活的車禍問題， 2016年的12月底的今天Tesla出現幸運車主，被新版的AutoPilot神...

jameschou787 ‧ 2016-12-28

0 Like 0 留言 2296 瀏覽

鐵人賽 Big Data DAY 10

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人系列第 11 篇

技術自幹自動駕駛靠不靠譜？OpenCV電腦視覺接深度學習「看路循著車道修正含多路」的狀況是如何？有影片有真相___當然是這位開創者的

連俄羅斯美女主播都有興趣，早在2015年12月就報導喬治霍茲，這位26歲就被Tesla伊隆馬斯克找去發展自動駕駛，談不攏沒合作、自己獨立開發出自動駕駛系統、自立...

jameschou787 ‧ 2016-12-25

0 Like 0 留言 1032 瀏覽

鐵人賽 Big Data DAY 1

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人系列第 1 篇

技術今年最火紅的話題的就是電腦視覺、深度學習、自動駕駛

宅宅駕駛座旁無伊人，莫辜負自幹雙手萬能，怎沒人響應開源自動駕駛，一起來做沒有人簡介今年最火紅的話題的就是電腦視覺、深度學習、自動駕駛，最近最衝擊的兩新聞...

jameschou787 ‧ 2016-12-16