前面文章在說明 Sequence 建構實例時,將layer物件陣列以建構子參數傳入後,Sequence 會自動將 layer物件陣列裡之物件逐一加入到kera...
模型在做Compiler時,指定 loss function ,如下: model.compile(optimizer="rmsprop"...
從上一節可以看出,在模型做compiler時,可以指定 loss function,也能自定義客製的 loss function。 一旦 loss funct...
這節會觀察自己定義 initializer。 我們可以使用一個 subClass 來定義一個initializer,前提是這個自定義的 initializer...
今日大綱 SGD (Stochastic gradient descent) Momentum Adagrad( Adaptive gradient-base...
於此先了解一下 compiler 的 metrics 在模型fit之後的數量變化。 範例一,預設 metrics 內容 from tensorflow.k...
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。...
建立網路的其他寫法 from tensorflow.keras.models import Sequential from tensorflow.keras.l...
上節在 model.fit 的敘述中,有提到模型在訓練前會檢查是否有對模型與所包含的層執行過build的動作。而其實可以於model.fit 之前加入程式執行...
上午: Python機器學習套件與資料分析 使用tensorflow.keras測試不同optimizer、batzh_size影響的數據結果 optimize...
今日教學CNN了解捲積層、池化層、平坦層、丟棄層各層相關係數的設定影響 捲基層: 積層是一組平行的特徵圖(feature map),它通過在輸入圖像上滑動不...
當處理的目標是多模型組成,我們可以訓練各種模型至不同的Server 以增加執行與管理的效能: 如果這些訓練好的模型,未來要串接起來,做生成式資料產出,可能會做...
在上篇中完成 TensorFlow 開發環境後,接下來我們就可以透過 TensorFlow,搭配上 Keras API 的輔助,來完成各種機器學習和深度學習的問...
從 keras 框架運作一路看過來,機器在做學習會有個核心概念,這邊會展現出來讓前後關聯可以串通。 機器學習和很多著名的預測方法如貝氏理論、德爾菲法論等等,都...
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...
零、前言 在上一篇文章中,我們介紹了 Sequential 和 Functional 模型的用法和 API 架構。這兩種方法雖然簡單易上手,但在資料量增加時,可...
零、前言 在上一篇中講到 Model 形成的概念,便是透過模擬人類神經元的 Perceptron感應器而初步建立的 Layers 組合就成為 Model,我們也...
在建立模型中有一項權重初始化方法,我看過有人這樣寫kernel_initializer='normal',但我找不到normal是怎樣的初始化方法,求解?
在上一篇文章中,我們介紹了 TensorFlow 的基本概念與使用方法。本篇文章將繼續介紹 TensorFlow 的應用,我們這次使用 TensorFlow 來...
零、前言 在【Day 03】的章節中,我們簡單提到了 Keras API 內的兩個模型,而 Keras 做為 TensorFlow 主要的高級 API 之一,雖...