iT邦幫忙

deep learning相關文章
共有 189 則文章

技術 筆記-回聲狀態神經網路(Echo state network)

更新紀錄: 2020/05/07-更新排版、代碼、參考文獻 前言: ESN是RNN的一個變種,優點在於訓練速度比一般RNN快幾百倍(用回歸求解矩陣)。主要參...

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 2

技術 回歸與分類-ML問題的兩大分類

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...

鐵人賽 AI & Data DAY 19

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...

鐵人賽 Big Data DAY 20

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,...

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...

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...

技術 [Day - 2] 機器學習概論(下)

1.機器學習與人工智能 機器學習是人工智能研究發展到一定階段的必然產物 人工智能”推理期”:只要能賦予機器邏輯推理能力,機器就具有智能 人工智能”知識期”:要使...

鐵人賽 AI & Data DAY 1

技術 監督式學習-機器學習基礎

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的...

鐵人賽 自我挑戰組 DAY 18

技術 [Day 18] Rust Actix Python 程式呼叫 (1)

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...

鐵人賽 AI & Data DAY 9

技術 二、教你怎麼看source code,找到核心程式碼 ep.3:訓練流程的細節

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 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...

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
大閘蟹料理指南(rust) 系列 第 19

技術 [D19] 可以在Rust裡搞 AI 嗎?

AI in rust接下來幾天筆者會開始實作gobblet的 AI. 在進入實作的部分前, 我們可以先來聊聊 rust 或著更擴展的說其他語言相較於 pytho...

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 Big Data DAY 1

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是...

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...

技術 [Day - 13]深度學習概論(2)

Why DL?為什麼擁有大數據的互聯網公司爭相投入大量資源研發深度學習技術什麼是Deep Learning為什麼有Deep Learning它是怎麼來的?又能幹...

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 自我挑戰組 DAY 14

技術 [Day 14] Intro to Tensorflow (2)

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...

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 自我挑戰組 DAY 12

技術 [Day 12] Intro to Tensorflow (1)

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...

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 [Day - 15]深度學習概論4(神經網路的結構與單元感知器)

神經網路的結構 神經網路結構大概如下 我個人是把它從樹狀圖去理解以上圖為例傳統的程式執行順序是由上而下找到唯一解(EX:流程圖)神經網路的執行順序則是由下而上找...

鐵人賽 AI & Data DAY 13
PyTorch 生態鏈實戰運用 系列 第 13

技術 [Day13] 資料預處理機制與優化 - 硬體篇

前言 本日的文章打算來講一些資料讀取的機制以及優化的方式。 資料流與硬體 先上一個目前所採用的Training/Validation,在每一次進行時的資料流簡易...

鐵人賽 自我挑戰組 DAY 19

技術 [Day 19] Rust Actix Python 程式呼叫 (2)

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,...

鐵人賽 AI & Data DAY 13

技術 二、教你怎麼看source code,找到核心程式碼 ep.6:tensorflow的API琳瑯滿目

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 8

技術 二、教你怎麼看source code,找到核心程式碼 ep.2:程式碼挖寶記

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 再次說明訓練流程,model部分分成backbone(e...

技術 [Day - 14]深度學習概論3(視覺系統的信息處理機制)

那它是怎麼學習的呢?怎麼知道哪些特徵好哪些不好呢?我們說機器學習是一門專門研究計算機怎樣模擬或實現人類的學習行為的學科。那人類的視覺系統是怎麼工作的呢?人腦那麼...