iT邦幫忙

deep learning相關文章
共有 189 則文章
鐵人賽 Big Data DAY 14

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「主動預防系統預測...

鐵人賽 AI & Data DAY 1

技術 [Day01] PyTorch 生態鏈實戰運用 - 系列文概要

前言 PyTorch是目前產學界都十分活耀的深度學習框架,其中很大的一個原因來自於他豐富的生態鏈。本系列文將以醫療影像為例,介紹多個套件所共同組合出的實戰運用。...

鐵人賽 AI & Data

技術 [神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (VI)

前言 今天接著完成翻譯任務實作的第二階段-模型推論。 翻譯器建立實作 重新評估翻譯模型 上次由於輸入特徵 X 以及原始句對並非一一對應,造成了 BLEU 分數低...

鐵人賽 AI & Data DAY 30

技術 [神經機器翻譯理論與實作] 從頭建立英中文翻譯器 (IV)

前言 今天會將昨天訓練好的翻譯模型在測試資料集進行預測,若進度符合期待,將會使用 BLEU 分數來評估模型的翻譯能力,關於此評測機制的詳細原理與範例程式碼可見下...

鐵人賽 AI & Data DAY 21

技術 [從Keras框架與數學概念了解機器學習] - 21. 實例應用-集團銷售資料分析

經過前20節的文章,了解模型訓練與預測相關運作後,接著實例應用並比較幾種損失函數與optimizer的搭配比較。這邊拿某集團企業的銷售資料訂單來做訓練範例。...

鐵人賽 AI & Data DAY 2

技術 [Day02] Containerized Development for Deep Learning

前言 本日的重點就是介紹個人所使用的Containerized Development框架,說穿了就是分享個人所使用的DockerFile與Docker Com...

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 1

技術 AI & Data_1(什麼是機器學習)

在介紹之前,我要先自我介紹一下啦!!我是一位軟體工程師,目前從事機器學習的開發,這是我第一次正式參加鐵人挑戰賽,為什麼說是正式呢?因為我去年是自我挑戰組,因為第...

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 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...

技術 課堂筆記 - 深度學習 Deep Learning (6) Lab2

使用讀檔方式用python實作PLA Lab2作業需求: 基本上和Lab大同小異,唯一要改的地方就是讀取檔案的部分: from matplotlib i...

技術 課堂筆記 - 深度學習 Deep Learning (5) Lab1

用python實作PLA (直接把訓練資料寫進程式裡) 昨天才發現之前就交出去的作業code不小心寫錯一個地方.... 希望扣分不要扣太重... im...

鐵人賽 AI & Data DAY 1

技術 Day1 為什麼教女友深度學習?

Day1 為什麼是教女友深度學習? 前言 大家好,我叫彼得。碩士時期開始接觸人工智慧(機器學習和深度學習)的領域,從專案學習的好處是基本上都是實作,但是也覺察我...

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 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...

技術 課堂筆記 - 深度學習 Deep Learning (4)

理解機器學習的過程後,來實際理解它的演算法吧 :)上篇所提到的Linear Model中最為基礎的演算法就是PLA,大陸那邊翻譯名字叫感知器 Percept...

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...

鐵人賽 AI & Data DAY 2

技術 AI & Data_2(機器學習種類)

下面這張圖主要說明,機器學習主要分成: Supervised Learning(監督式學習)、Unsupervised learning(非監督式學習)、Sem...

技術 [Day - 17]深度學習概論6(人工神經網路)

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...

技術 課堂筆記 - 深度學習 Deep Learning (1)

前導介紹說到深度學習,首先需要了解什麼是類神經網路和它的操作方法。類神經網路,顧名思義就是仿造人類的神經而去打造而成的演算法,讓其能夠透過像是神經傳導一樣接收...

技術 課堂小考 - 深度學習 Deep Learning Q&A(1)

Introduction to Machine Learning Ture and False Deep Learning is part of m...

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 25

技術 [從Keras框架與數學概念了解機器學習] - 25. 必學概念 - Logistic Regression Multi-class Classification

上一篇文章提到了 logistic single classification,解釋如何實現的一些細節。接下來要探索的是邏輯斯多類別分類。 如果Logisti...

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...

技術 課堂筆記 - 深度學習 Deep Learning (2)

Machine Learning 上篇文章有簡單提及Machine Learning的定義: Machine Learning:Algorithms w...

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...

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 24

技術 [從Keras框架與數學概念了解機器學習] - 24. 必學概念: Logistic Regression Classification

將概念擺在這個位置的目的,就是希望能夠呼應建構keras模型時的運作,並於自己呼叫keras API 時,知道自己在做什麼。 當概念在腦海裡,搭配前面的章節,...