iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

1 Like 0 留言 4609 瀏覽

鐵人賽 AI & Data DAY 28

AI Facial Expression Recognition: Data, Model, Application 系列第 28 篇

技術 [Day 28] Android Studio 七日隕石開發：把 tflite 模型放進 app

0. 前言距離真正完成表情辨識的App，只差把辨識圖像的功能實作出來，在這裡我們必須將Day21存好的TFLite模型拿出來，製作出含有metadata的TF...

佑佑來了 ‧ 2021-10-13

0 Like 0 留言 5329 瀏覽

鐵人賽 AI & Data DAY 18

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 18 篇

技術【18】GlobalAveragePooling 與 Flatten 的差異與比較

Colab連結今天要探討的主題在模型從CNN Layer 轉變成 Dense Layer 時，使用 GlobalAveragePooling (GAP) 與...

Capillary J ‧ 2021-10-02

0 Like 0 留言 3183 瀏覽

鐵人賽 AI & Data DAY 17

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 17 篇

技術【17】訓練到一半遇到 nan 嗎? 梯度爆炸與梯度消失的測試實驗

Colab連結今天大家介紹 Gradient Exploding （梯度爆炸）與 Gradient Vanishing (梯度消失)，並會簡單做個實驗觸發這...

Capillary J ‧ 2021-10-01

0 Like 0 留言 1228 瀏覽

鐵人賽 AI & Data DAY 23

當自然語言處理遇上深度學習系列第 23 篇

技術 [神經機器翻譯理論與實作] 你只需要專注力(II): 建立更專注的seq2seq模型

前言注意力機制讓預測目標單詞之前比較其與所有來源單詞（在翻譯任務中精確地來說是詞向量）之間的語意關聯性來提高翻譯的準確度。今天就讓我們來快速回顧注意力機制的原...

Friedrich1942 ‧ 2021-10-01

0 Like 0 留言 2285 瀏覽

鐵人賽 AI & Data DAY 16

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 16 篇

技術【16】如果把圖片從RGB轉成HSV和灰階再拿去訓練會怎樣

colab連結普遍我們拿來訓練的圖片都是RGB，普遍都是機器學習的CNN層找到一些局部特徵來做分類，這些局部特徵對我們人來說，即使是轉成視覺化的特徵值，依然是...

Capillary J ‧ 2021-09-30

0 Like 0 留言 1277 瀏覽

鐵人賽 AI & Data DAY 15

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 15 篇

技術【15】圖片標準化 [0,1] 與 [-1,+1] 的差別實驗

Colab連結昨天我們實驗了有無做 Normalization 的差異，但我在 stackoverflow 剛好看到一篇精彩的討論，主要爭論的點是我應該把圖片...

Capillary J ‧ 2021-09-29

0 Like 0 留言 1082 瀏覽

鐵人賽 AI & Data DAY 14

然後模型就死在 Jupyter Notebook 了 (ಥ﹏ಥ) 系列第 14 篇

技術 [Day 14] Audit perfomance — 模型也要期末稽核༼ಢ_ಢ༽

It is only our conception of time that makes us call the Last Judgement by this...

chihying ‧ 2021-09-29

2 Like 1 留言 2802 瀏覽

鐵人賽 AI & Data DAY 30

從 AI 落地談 MLOps 系列第 30 篇

技術 Day 30 : 綜合整理 MLOps 成熟度模型

MLOps 是值得持續投入的新興學門，如同 Day 01 談到的此系列目的，談如何從佈署機械學習至商業情境(ML in Production)，並關注佈署之...

威利斯 ‧ 2021-09-30

0 Like 0 留言 3771 瀏覽

鐵人賽 AI & Data DAY 14

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 14 篇

技術【14】如果不做圖片標準化(Normalization)會怎麼樣

Colab連結圖片標準化 Image Normalization 不做可以嗎？小實驗實測差別一般我們在處理大部分的機器學習問題時，我們都會將輸入的資料特徵做...

Capillary J ‧ 2021-09-28

0 Like 0 留言 1830 瀏覽

鐵人賽 AI & Data DAY 29

從 AI 落地談 MLOps 系列第 29 篇

技術 Day 29 : 用於生產的 TensorFlow Extended (TFX) 實作

用於生產的機械學習系統，在 Day 28 介紹 TensorFlow Extended (TFX) 解決方案，是專門用於可擴充的高效能機器學習工作，包括建立模...

威利斯 ‧ 2021-09-29

0 Like 0 留言 2827 瀏覽

鐵人賽 AI & Data DAY 13

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 13 篇

技術【13】模型套不套用資料增強 (Data Augmentation) 的比較實驗

Colab連結資料增強(Data Augmentation)，是一個當今天資料集樣本不多時，透過調整亮度、剪裁、角度等手法來增加多樣性的好方法，Tensorf...

Capillary J ‧ 2021-09-27

0 Like 0 留言 2155 瀏覽

鐵人賽 AI & Data DAY 28

從 AI 落地談 MLOps 系列第 28 篇

技術 Day 28 : 用於生產的機械學習 TensorFlow Extended (TFX) 介紹

什麼是 TensorFlow Extended (TFX) TensorFlow Extended (TFX) 是端對端平台，可部署於用於生產環境中的機器學習...

威利斯 ‧ 2021-09-28

2 Like 0 留言 2136 瀏覽

鐵人賽 AI & Data DAY 22

AI Facial Expression Recognition: Data, Model, Application 系列第 22 篇

技術 [Day 22] 卷積類明星模型大亂鬥 ! EFN特別版

1. 回顧下列是過去十天我用各種技巧訓練的模型，只要該技巧對 val acc 或 val loss 有勝過 EFN_base，那我就會將其納入最後的模型實驗。...

佑佑來了 ‧ 2021-10-07

1 Like 0 留言 6990 瀏覽

鐵人賽 AI & Data DAY 21

AI Facial Expression Recognition: Data, Model, Application 系列第 21 篇

技術 [Day 21] 媽! Keras 和 TensorFlow 在亂存模型啦! ( TFLite 輕量模型)

前言受惠於深度學習框架的多元性，開發者可以選自己喜歡的框架，像是: Theano、Caffe、ONNX、Keras、Tensorflow、Pytorch、DL...

佑佑來了 ‧ 2021-10-06

1 Like 0 留言 4951 瀏覽

鐵人賽 AI & Data DAY 12

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 12 篇

技術【12】新手容易忽略的 logit 與 loss 之間的搭配

Colab連結通常在 model.compile() 時，我們要指定這個訓練應該要使用哪種 loss 來計算，前面幾天我們比較了各種 cross entrop...

Capillary J ‧ 2021-09-26

0 Like 0 留言 2584 瀏覽

鐵人賽 AI & Data DAY 27

從 AI 落地談 MLOps 系列第 27 篇

技術 Day 27 : 使用 TensorFlow Serving 部署 REST API

在網路情境常以 API 請求服務，用於生產的機械學習亦可用 REST API 形式提供服務。在Day 20、Day 21、Day 22 介紹部署在算力有限的終...

威利斯 ‧ 2021-09-27

0 Like 0 留言 5312 瀏覽

鐵人賽 AI & Data DAY 11

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 11 篇

技術【11】二分類問題下 Binary Cross Entropy 的使用注意事項

Colab連結接著昨天討論到的 Cross Entropy ，今天把重點放到了 BinaryCrossEntropy 上，顧名思義，之所以叫 Binary 就...

Capillary J ‧ 2021-09-25

0 Like 0 留言 1518 瀏覽

鐵人賽 AI & Data DAY 26

從 AI 落地談 MLOps 系列第 26 篇

技術 Day 26 : 公平指標與實作 Fairness Indicators

模型公平性的思考隨著 AI 對於各領域和社會的影響逐漸增加，建立公平且可包容所有人的系統至關重要，為達到負責任的 AI，重視公平性，實踐以人為本的設計初衷...

威利斯 ‧ 2021-09-26

0 Like 0 留言 10843 瀏覽

鐵人賽 AI & Data DAY 10

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 10 篇

技術【10】多分類問題下 Sparse Cross Entropy 與 Categorical Cross Entropy 的用法差異

Colab連結要來討論今天主題前，先來複習一下什麼是交叉熵 Cross-Entropy ，我覺得這部影片介紹得很不錯，簡而言之，我們可以將交叉熵當作資訊的亂度...

Capillary J ‧ 2021-09-24

0 Like 0 留言 5702 瀏覽

鐵人賽 AI & Data DAY 20

AI Facial Expression Recognition: Data, Model, Application 系列第 20 篇

技術 [Day 20] 兩段式訓練比兩段式左轉更安全 (遷移學習技巧)

前言走過了資料分析、演算法選擇後，我們得知了有些可以改善模型的方向: 解決資料不平衡(Done) 學習率的設定(Done) 訓練輪數(Nice to hav...

佑佑來了 ‧ 2021-10-05

0 Like 0 留言 10443 瀏覽

鐵人賽 AI & Data DAY 9

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 9 篇

技術【9】各種優化器(Optimizer) 大車拼實驗

Colab連結今天的主題是要探討優化器（Optimizer）對模型學習的影響，有關優化器該用哪個好，也是一個蠻令人頭痛的問題，大部分的時候優化器都可以讓你成功...

Capillary J ‧ 2021-09-23

0 Like 0 留言 4675 瀏覽

鐵人賽 AI & Data DAY 24

從 AI 落地談 MLOps 系列第 24 篇

技術 Day 24 : 負責任的 AI - Responsible AI (RAI)

當您用心呵護的機械學習終於實現，期待能滿足與提升使用者福祉，您應該有足夠的信心與能力對產品負責， AI 產品亦然。延續系列文對您的機械學習產品生命週期的思考...

威利斯 ‧ 2021-09-24

0 Like 0 留言 3797 瀏覽

鐵人賽 AI & Data DAY 8

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 8 篇

技術【8】資料集有沒有事先 shuffle 對訓練所產生的影響

Colab連結昨天我們介紹了 Shuffle 這支 API 的使用方式，其中特別提到了如果今天資料集本身沒有先打散的話，你後面再做 shuffle 時，如果...

Capillary J ‧ 2021-09-22

0 Like 0 留言 1985 瀏覽

鐵人賽 AI & Data DAY 23

從 AI 落地談 MLOps 系列第 23 篇

技術 Day 23 : 模型分析 TensorFlow Model Analysis (TFMA)

模型分析 TFMA 介紹過往我們關注模型的訓練結果，會追蹤該模型在每次 epochs 之後的 AUC 、 ACC、 loss 等指標變化，並且以視覺化繪圖...

威利斯 ‧ 2021-09-23

0 Like 0 留言 5065 瀏覽

鐵人賽 AI & Data DAY 16

AI Facial Expression Recognition: Data, Model, Application 系列第 16 篇

技術 [Day 16] 我的資料哪有這麼平衡！第一季 (data augmentation)

前言走過了資料分析、演算法選擇後，我們得知了有些可以改善模型的方向: 解決資料不平衡學習率的設定訓練輪數模型深度階段式訓練今天我要來著手處理資料...

佑佑來了 ‧ 2021-10-01

0 Like 0 留言 4291 瀏覽

鐵人賽 AI & Data DAY 7

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 7 篇

技術【7】Dataset 的三個API : Shuffle Batch Repeat 如果使用順序不同會產生的影響

Colab連結今天的主題比較特殊一些，要來探討 tensorflow 中的 Dataset api : shuffle, batch 和 repeat 的順序...

Capillary J ‧ 2021-09-21

0 Like 0 留言 9138 瀏覽

鐵人賽 AI & Data DAY 22

從 AI 落地談 MLOps 系列第 22 篇

技術 Day 22 : 模型優化 - 知識蒸餾 Knowledge Distillation

什麼是知識蒸餾 Knowledge Distillation 知識蒸餾 Knowledge Distillation 為模型壓縮技術，其中 student 模...

威利斯 ‧ 2021-09-22

0 Like 0 留言 2151 瀏覽

鐵人賽 AI & Data DAY 6

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 6 篇

技術【6】為什麼 Batch size 通常都是設成2的n次方

Colab連結有沒有人發現幾乎每個在開源的專案上，Batch size 都是2的N次方，像32, 128, 256等，經過我在 stackoverflow 查...

Capillary J ‧ 2021-09-20

0 Like 0 留言 4432 瀏覽

鐵人賽 AI & Data DAY 21

從 AI 落地談 MLOps 系列第 21 篇

技術 Day 21 : 模型優化 - 剪枝 Pruning

如果說可以讓模型縮小10倍，精度還維持水準，這是什麼巫術? 延續 Day 20 的模型優化作法，本次再結合剪枝技術做到更輕量的模型效果。什麼是剪枝 Pru...

威利斯 ‧ 2021-09-21

0 Like 0 留言 3623 瀏覽

鐵人賽 AI & Data DAY 5

30 天在 Colab 嘗試的 30 個影像分類訓練實驗系列第 5 篇

技術【5】超參數 Batch size 與 Learning rate 的關係實驗

Colab連結昨天探討了 Batch size 的問題和前天的 Warm-up 問題後，其實在我心中還是有個好奇的問題，也就是 Batch size 和 Le...

Capillary J ‧ 2021-09-19

技術 [Day 28] Android Studio 七日隕石開發：把 tflite 模型放進 app

技術 【18】GlobalAveragePooling 與 Flatten 的差異與比較

技術 【17】訓練到一半遇到 nan 嗎? 梯度爆炸與梯度消失的測試實驗

技術 [神經機器翻譯理論與實作] 你只需要專注力(II): 建立更專注的seq2seq模型

技術 【16】如果把圖片從RGB轉成HSV和灰階再拿去訓練會怎樣

技術 【15】圖片標準化 [0,1] 與 [-1,+1] 的差別實驗