iT邦幫忙

tensorflow相關文章
共有 241 則文章

技術 Setup Mac for Machine Learning (Tensorflow)

Install Visual Studio Coderef: https://code.visualstudio.com1 Download and Insta...

技術 在Windows 11 使用autoKeras 並透過GPU加速 (內含不用另外下載檔案的tensorflow-gpu作法)

之所以寫這篇,是因為自己的linux系統是pop-os 22.04,tensorflow版本撞到翻(也有版本直接不支援這個OS...) 而也才發現Tensorf...

鐵人賽 AI & Data DAY 27

技術 機器學習 挑戰 - Day 6

續上一篇機器學習 挑戰 - Day 5,我們今天繼續詳細研究一下如何套用 tensorflow.keras.sequential 來預測BTC的價格。 我想嘗試...

鐵人賽 AI & Data DAY 26

技術 機器學習 挑戰 - Day 5

續上一篇機器學習 挑戰 - Day 4,我們今天繼續詳細研究一下如何套用 tensorflow.keras.sequential 來預測BTC的價格。 首先,我...

鐵人賽 AI & Data DAY 25

技術 機器學習 挑戰 - Day 4

續上一篇機器學習 挑戰 - Day 3,我們今天要詳細研究一下如何套用 tensorflow.keras.models的LSTM 來預測BTC的價格。 在應用t...

鐵人賽 AI & Data

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...

鐵人賽 AI & Data DAY 1

技術 【Day 05】簡介與示範 Convolutional 與 Recurrent 神經網路

零、歷史背景 在 2014 年,也就是 Google 發表 TensorFlow 的隔年,Google 研究人員便嘗試在 TensorFlow 之中整合 CNN...

鐵人賽 AI & Data DAY 1

技術 【Day 04】利用 TensorFlow 分析心血管疾病之發生率

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...

鐵人賽 AI & Data DAY 1

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...

鐵人賽 AI & Data DAY 1

技術 【Day 02】什麼是 TensorFlow?如何建立簡單開發環境?

零、橫空出世的 TensorFlow   在深度學習(Deep Learning)的發展初期,在開發時往往需要大量的程式碼、以及高規格的硬體設施成本,使得深度學...

鐵人賽 AI & Data DAY 1

技術 【Day 01】前言與學習計畫

零、前言   首次耳聞 TensorFlow 的時候,是來自於 Google Pixel 6 Pro 問世時所搭載之 TensorFlow 晶片,由 Googl...

技術 RTX 30系顯卡 + TF 1.15

30系顯卡終於降價了,來回顧一下怎麼在30系甚至未來的40系的顯卡上繼續使用Tensorflow 1

技術 同時搞定TensorFlow、PyTorch (四):模型訓練

同時搞定TensorFlow、PyTorch (一):梯度下降。 同時搞定TensorFlow、PyTorch (二):模型定義。 同時搞定Tensor...

技術 同時搞定TensorFlow、PyTorch (三) :資料前置處理

同時搞定TensorFlow、PyTorch (一):梯度下降。 同時搞定TensorFlow、PyTorch (二):模型定義。 同時搞定Tensor...

技術 同時搞定TensorFlow、PyTorch (二) :模型定義

同時搞定TensorFlow、PyTorch (一):梯度下降。 同時搞定TensorFlow、PyTorch (二):模型定義。 同時搞定Tensor...

達標好文 技術 同時搞定TensorFlow、PyTorch (一) :梯度下降

同時搞定TensorFlow、PyTorch (一):梯度下降。 同時搞定TensorFlow、PyTorch (二):模型定義。 同時搞定Tensor...

鐵人賽 AI & Data DAY 30

技術 【30】使用混合精度(Mixed precision) 對訓練產生的影響

Colab連結 一般我們在做機器學習任務時,在模型裡計算的資料型態採用的是 float32 (即佔用32的bits或4個bytes),而 Nvidia 與 Ba...

鐵人賽 AI & Data DAY 29

技術 【29】遇到不平衡資料(Imbalanced Data) 時 使用 SMOTE 解決實驗

Colab連結 今天要介紹處理不平衡資料的方法叫 SMOTE (Synthetic Minority Oversampling Technique),其原理就是...

鐵人賽 AI & Data DAY 28

技術 【28】遇到不平衡資料(Imbalanced Data) 時 使用 Oversampling 解決實驗

Colab連結 昨天我們使用了降低多數樣本 Undersampling 的方式來解決少數樣本的問題,今天我們要用複製少數樣本 Oversampling 方式來實...

鐵人賽 AI & Data DAY 27

技術 【27】遇到不平衡資料(Imbalanced Data) 時 使用 Undersampling 解決實驗

Colab連結 不平衡資料集(Imbalanced Dataset) 指的是當你的資料集中,有某部分的 label 是極少數的狀況,在這種狀況下,若單純只用準確...

鐵人賽 AI & Data DAY 26

技術 【26】你都把 Batch Normalization 放在 ReLU 前面還是後面

Colab連結 Batch Normalization 到底要放在激勵函數之前還是之後呢?這是之前我在自己練習規劃架構時遇到的問題,我把這個問題拿去網路上查時,...

鐵人賽 AI & Data DAY 25

技術 【25】ReLU 家族評比 個別使用ReLU LeakyReLU PReLU SELU 來訓練

Colab連結 今天要來實驗不同的 ReLU 家族的評比,挑戰者有 基本 ReLU 尾巴翹起來的 Leaky ReLU 帶有參數控制尾巴的 PReLU 比較新...

鐵人賽 AI & Data DAY 24

技術 【24】如果把 Dropout 放在 CNN 之後會發生什麼事

Colab連結 不知道大家有沒有發現,目前現在主流的網路結構中已經愈來愈少看到 Dropout 了,在早期 VGG 還當紅時,Dropout 在 Dense L...

鐵人賽 AI & Data DAY 23

技術 【23】Batch Normalization 使得 Regularizers 無效化?談談這兩者的交互影響

Colab連結 昨天我們探討了 L1 與 L2 Regularizers 的問題,但其實啊,Regularizers 還有一個和 Batch Normaliza...

鐵人賽 AI & Data DAY 22

技術 【22】正規化方法 L1 與 L2 Regularizers 的比較實驗

Colab連結 正規化 (Regularizers) 是在 Loss Function 中,多加一項權重的懲罰,目的是規範模型在學習過程中,避免權重值過大,達到...

鐵人賽 AI & Data DAY 21

技術 【21】不同的模型權重初始化 (Weight Initialization) 對應的使用方式

Colab連結 有關權重如何初始化也是個各派不同的訓練方法,從 tf.keras 官方文檔就看到一大堆的初始化方式,對於開始接觸的人來說,還真是頭痛。 我們知道...

鐵人賽 AI & Data DAY 20

技術 【20】從頭自己建一個 keras 內建模型 (以 MobileNetV2 為例)

Colab連結 雖然 Tensorflow 提供了幾個預訓練模型讓我們可以很快的完成訓練任務,但是有時候想做一需實驗時(比如說微調 mobilenet 的 CN...

鐵人賽 AI & Data DAY 30

技術 [Day 30] 人臉表情辨識App成果發表與完賽感想

-1. Google store link 這七天做的app上架囉! 歡迎下載https://play.google.com/store/apps/detail...

鐵人賽 AI & Data DAY 29

技術 [Day 29] Android Studio 七日隕石開發:影像辨識功能實作!

前言 有了App介面和tflite model with metadata之後,App的核心功能!靈魂!終於要被我實現了! 影像辨識程式碼實作 載入深度學習...

鐵人賽 AI & Data DAY 19

技術 【19】使用 Pooling 和 Conv 來把圖片變小 (subsampling) 的比較實驗

Colab連結 早期剛學深度學習時,我們 AlexNet 學到了幾個基本的 CNN, Dense, Pooling, Dropout Layers,其中 Poo...