iT邦幫忙

deep learning相關文章
共有 189 則文章
鐵人賽 自我挑戰組 DAY 6
不同的AI 系列 第 6

技術 別太常用chat gpt了!!!!聽聽‘它’的想法吧

指令:以第一人稱介紹chat gpt 我是ChatGPT,一個智能語言模型。我可以回答問題、提供建議、寫作文字,並參與有意義的對話。請隨時問我任何你想知道的事情...

鐵人賽 AI & Data DAY 9

技術 Day9 現實走進數位 (視覺)

昨天介紹了 pytorch 的基本單元 tensor,那麼我們要如何應用現實中的資料呢?可以思考一下,我們平常用了哪些器官來認知這個世界呢?有眼睛、耳朵、肌膚等...

鐵人賽 AI & Data DAY 19

技術 Day 19 卷一卷或許準一點 - 卷積神經網路

Day 17 煉丹爐開始煉丹啦 - 訓練神經網路 介紹整個訓練的流程,但是準確率大概在 75% 左右就到極限了,因此今天加入了卷積神經網路。 定義網路時會寫兩個...

鐵人賽 AI & Data DAY 14

技術 Day14 創建神經網路的魔法

torch.nn 命名空間提供了構建自己的神經網路所需的所有基本組件。在PyTorch中,每個模組都是 nn.Module 的子類別。神經網路本身也是一個模組,...

鐵人賽 AI & Data DAY 20

技術 Day 20 認識卷積神經網路中的"卷積"

之前有介紹過,在nn.Linear線性層中,輸入的圖片會攤平成 1D 的向量,並與權重進行矩陣相乘,模型輸出張量的值代表:針對該輸入圖片,求出所有像素的加權總合...

鐵人賽 AI & Data DAY 21

技術 Day 21 卷積的好哥們 - 池化

在圖像處理中,可以對圖像進行降採樣以減少像素數量,從而減少圖像的大小,而仍然保留足夠的細節以進行分析或顯示,平均池化(average pooling)和最大池化...

鐵人賽 AI & Data DAY 17

技術 Day 17 煉丹爐開始煉丹啦 - 訓練神經網路

現在我們有了一個模型和數據,是時候通過優化模型的參數來訓練、驗證和測試我們的模型了。訓練模型是一個迭代的過程;在每一次迭代中,模型對輸出進行猜測,計算其猜測的錯...

鐵人賽 自我挑戰組 DAY 5
不同的AI 系列 第 5

技術 Chat GPT基本常識,不知道就落伍了!

chat gpt是什麼? chat gpt是一種對話系統,使用這需輸入問題,再透過chat gpt轉換成電腦可解讀的語言,進而回答使用者的問題。 chat gp...

鐵人賽 自我挑戰組 DAY 9
不同的AI 系列 第 9

技術 和偶像合照不在是夢!AI換臉

AI換臉原理 AI換臉是🐸的臉去取代🐷的臉,會從提供的素材中個別提取🐷的面部特徵和表情進行編碼,例如:🐷特徵:皺紋、黑眼圈、痣、大餅臉等.....進行編碼⁠→🐷...