技術 Day23 在 GKE 異世界中掌控深度學習之力 - Training model

前言 前一章節，介紹了 Kueue 配置，經常在機器學習的訓練領域使用到。而本章將深入探討如何在 Google Kubernetes Engine (GKE)...

技術 [Day19] 打造深度學習的 HELLO WORLD！建構卷積神經網路

前言 昨天已經成功引入資料及了解了激勵函數作用，那我們今天實際來將這些運用進來吧。今天會用到的東西會跟Day15提及的很有相關，所以建議不熟悉的朋友們可以先去看...

技術 【Day 08】概略了解 Keras API 的摘要 - Part 3. Model Subclassing API

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...

技術 【Day 03】建立並訓練 TensorFlow 模型

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...

技術 [第29天]　卷積神經網絡　MNIST練習(4)

大致上的流程圖如下 數字些許不同參考網站1 今天要來看一下第二卷積層的樣子，基本上構造跟第一層一樣filter也是5x5但數量變成了64個。然後MAXpooli...

技術 [第26天] 卷積神經網絡　MINST練習

參考網站1 參考網站2 接下來照著R語言使用者的python筆記實作練習！來初步了解整個流程，祥細步驟的意義明後天再來認識～ 先將MNIST資料讀入 impo...

技術 [第24天] Tensorflow MNIST練習(2)

參考網站1 參考網站2參考網站3 再進入手寫變識前最後要來定義Loss function，這邊使用Cross entropy。對於Cross entropy的作...

技術 [第23天] Tensorflow MNIST練習(1)

在練習手寫變識前先認識一下幾種常用的optimizer參考網站1 參考網站2 幾種常用的optimizer數學的個過程就不推導在裡面都有詳盡解說。直接來看結...

達標好文 技術 [第 29 天] 深度學習（3）MNIST 手寫數字辨識

我們今天繼續練習神經網絡的套件 TensorFlow，在學習過程中，不論是視覺化或者機器學習的主題，我們使用了幾個常見的玩具資料（Toy datasets），像...