iT邦幫忙

optimization相關文章
共有 9 則文章
鐵人賽 AI & Data DAY 8

技術 [精進魔法] Optimization:優化深度學習模型的技巧(中)- Adaptive Learning Rates

前情提要 在 [精進魔法] Optimization:優化深度學習模型的技巧(上)一文中提及了下面三種優化 deep learning 模型的作法: Batc...

鐵人賽 AI & Data DAY 9

技術 [精進魔法] Optimization:優化深度學習模型的技巧(下)- Batch Normalization

本文主題是「Batch Normalization」,Ian Goodfellow 大大在《Deep Learning》一書中是這麼描述 Batch Norma...

鐵人賽 AI & Data DAY 7

技術 [精進魔法] Optimization:優化深度學習模型的技巧(上)

上篇提到怎麼避免 Overfitting 的技巧,本文要帶給大家的是如何優化深度學習,提高模型的效能。 Batch & Mini batch 深度學習每...

鐵人賽 AI & Data DAY 10

技術 [魔王出沒] 深度學習中的魔王軍簡介

其實這篇應該先寫於《精進魔法》系列之前的,但沒關係,只要有 [地圖] 深度學習世界的魔法陣們 指引,你能夠照你想要挑戰的項目去學習。 以下介紹深度學習的魔王們,...

鐵人賽 Modern Web DAY 29

技術 [Day 29] Optimize Images

取自 Artifact Austin: Leaving Pixels Behind - Todd Parker,哪些圖片適合使用 SVG? 在網頁中,圖片...

鐵人賽 Modern Web DAY 20

技術 20. [FE] 如何提升網站效能?

Perl 之父 Larry Wall 曾說過,工程師有三大美德,分別是:「懶惰」、「急躁」與「傲慢」。其中的「急躁」指的便是對於效能低落的程式會有所追求;身為...

鐵人賽 Modern Web DAY 22

技術 [Day 22] Performance - Rendering Optimization

概覽 大部分的瀏覽器會以每秒 60 次的頻率刷新頁面,反過來說只要瀏覽器來不及在 16 毫秒(1000/60)內產出下一個畫面就會讓使用者感覺卡卡的,影響使用體...

鐵人賽 AI & Data DAY 17
PyTorch 生態鏈實戰運用 系列 第 17

技術 [Day17] Optimizations for GPU computation

前言 前幾日的文章,討論到了在訓練過程中,從資料的I/O、前處理到放入GPU之前的優化方式。今天將討論在GPU內的優化方式。 自動混和精度 - automati...

鐵人賽 AI & Data

技術 【Day 11】機器學習的訓練過程 - Part 3. 最佳化與學習率

零、前言 在上一篇中,我們從一些數學方法中,了解到一些基礎的 Loss Function ,如 BCE 與 CCE 是如何定義的,並且知道可以透過 Softma...