今日目標 了解如何儲存訓練好的模型參數 儲存模型範例 載入模型範例 Github Ipython Notebook 好讀完整版 還記得當我們在定義模型的時候...
今日目標 了解過濾器 (Filter) 運作方式 了解 ReLU 激活函數 (Activation) 運作方式 了解最大池化器 MaxPooling 運作方式...
嗨,各位好久不見啦! 最近因為 系上學長要求(誤),開始學習遷移式學習(transfer learning)順便記錄過程。目前也還在學習中,所以有誤或有更專業方...
前言 本相關筆記幾乎都來自於O'REILLY Deep Learning這本書籍,詳細內容有興趣的可以去網上購買。在上一章主要講到了梯度和偏微分,這次主要解釋如...
今日目標 了解 DCGAN 使用 MNIST 資料集嘗試訓練 DCGAN Ipython Notebook 好讀完整版 Introduction Deep...
今日目標 了解 Convolutional Autoencoder 實作 Deconvolutional layer 實作 Max Unpooling lay...
針對模型視覺化,Tensorflow有做了一個Dashboard - Tensorboard,方便使用者理解模型以及tuning。而Tensorboard非常強...
今日目標 觀察第二個卷積層輸出 全連結層以及 dropout 用意 深度是啥米 第二卷積層輸出 前一篇中我們主要觀察了第一個卷積層的輸出以及內部結構.那我們...
前言 上一篇介紹到的神經網路流程為1.輸入2.權重.偏權重3.活化函數4.重複2 ~ 3步驟(依網路深度)5.輸出函數6.損失函數7.計算梯度,數值微分(偏微分...
今日目標 實作 Generative Adversarial Network 用 MNIST 手寫數字資料來訓練 Generative Adversarial...
前言 這次要介紹捲積神經網路CNN,常用於取得影像特徵.辨識等等用途,這次簡單的介紹捲積網路,一樣使用O'REILLY Deep Learning書籍,但在捲積...
今日目標 建立三層卷積層的 CNN 使用 PCA 降維分析 使用 TSNE 降維分析 Github Ipython Notebook 好讀完整版 到現在為...
今日目標 了解 Autoencoder 概念 了解 Autoencoder 用於無監督訓練 Autoencoder Autoencoder 是一種無監督 (...
今日目標 了解 LSTM 內部結構 介紹 之前提到了 LSTM 可以有效的解決 gradient vanishing 的問題,那到底其中的結構有什麼魔法呢?...
今日目標 了解 Sparse Autoencoder 了解 KL divergence & L2 loss 實作 Sparse Autoencoder...
今日目標 了解 RNN 用 MNIST 訓練 RNN 觀察 RNN 訓練的情形以及結果 Github Ipython Notebook 好讀完整版 Intr...
今日目標 了解 Denoising Autoencoder 訓練 Denoising Autoencoder 測試不同輸入情形下的 Denoising Aut...
今日目標 實作 Autoencoder 比較輸入以及輸出 Github Ipython Notebook 好讀完整版 實作 定義 weight 以及 bia...
前言 筆記幾乎都來自於O'REILLY Deep Learning。這次優化筆記講解完,大家也大概了解神經網路的基礎,下一次就要進入到捲積神經網路(CNN)。這...
今日目標 了解 word2vec 的概念 word2vec 簡介 word2vec 正如其名就是 word to vector 是一個能把文字變成向量的演...
在談談深度學習以前必須先了解深度學習的概念是什麼簡單講就是機器學習的其中一條分支--人工神經網路去研究發展出來的一條路線 你所知道的深度學習人臉識別自然語言處理...
deepdream是國外很紅的effect上面這是成品 但deepdream常需要依賴很多像coffe /tensoflow ...有的沒的小弟是個菜機,寫了支...
from_file_multisweep_bf_sample_data() def from_file_multisweep_bf_sample_data(cl...
首先這邊要去解讀這份MotionNet中資料前處理的gen_data.py程式碼 接下來會記錄每個區塊的函數以及變數所代表的意義 hyperparameter...