當我們訓練模型需要部署在硬體較為受限的智慧型裝置、IOT設備，模型運算在吃緊的硬體資源中顯得笨重，此時可以採取模型優化策略改進。 量化 Quantizatio...
Colab連結 相信每個人在學習ML時，都會遇到超參數 Batch size 應該要設置多少才好的問題，一般大家在教科書上學到的大部分是：當 Batch siz...
隨著 ML/DL 模型研究屢有突破，現今模型訓練成果已經相當具有水準，但如果需要藉由手動選擇最佳的模型確實較花時間，因此已經出現取多自動化機械學習 AutoM...
Colab連結 Warm-up 訓練是由這篇 Paper 提出的一種方法，主要的想法是提供模型在正式訓練前，做一個類似暖機的動作，由於模型在初始狀態時，過高的學...
接續將關注焦點來到 Model 的主題，在您閱讀本系列文章之前，您或許已有建模經驗，在用於生產的機械學習情境，手動調參優化模型與資料是耗費人時的吃重工作，自動...
2. VGG 實作(tensorflow) 2.1 南無觀世"import"啥？ import itertools from sklearn...
Colab連結 大家應該聽到爛了，學習率（Learning rate）指的是模型每做完一次 back propagation 後產生的 gradient 再乘上...
特徵選擇是機器學習中的核心概念之一，不相關或部分相關的特徵會對模型性能產生負面影響，也會有效能的問題，適當的挑選與目標變量最相關的特徵集，有助降低模型的複雜性，...
0. 前言 有一說一，VGG19跟ResNet34比起來真的很淺(上圖)。ResNet全名為Deep Residual Neural Network，光看翻譯...
關於： 本系列文將借用 Google 提供的 Colab 平台，在上面執行 30 個影像分類訓練任務，每個主題都會探討在不同的狀況或不同的超參數對於同一個任務會...
接續 Day 15 的 tf.Tramsform 介紹，今日進行實作，先以TensorFlow Transform 預處理數據的入門範例 作為演示過程，官方 C...
前面我們介紹了影像辨識的資料前處理方法，今天就要開始教大家架設一個神經網路，並將資料丟入來看看實際的效果，還不了解神經網路的運作概念可以先參考DAY19喔~...
-1. 序 OK，資料分析做完了，現在要進入演算法的部分，我們未來幾天將從經典卷積神經網路架構中，尋找適合FER2013資料集的演算法。最後經由實驗挑出最佳的C...
特徵工程是機械學習相當重要的一環，有處理數據以及實行 ML/DL 任務經驗者對特徵工程一定不陌生，一般來說常以 Pandas 及 Sklearn 完成任務，也...
資料是機械學習重要的核心，用於生產的機械學習必須考量大量且快速的資料情境，使用自動化、可擴展的資料分析、驗證以及監控方法相當重要。 TensorFlow Dat...
前言 「指月錄」卷二十八有道： 「見山是山，見水是水；見山不是山，見水不是水；見山仍是山，見水仍是水。」 這乃是學習深度學習時三種不同的境界，從只看表面、看...
需求與場景 雖然我們的 App 為了怕麻煩，有要求 18+ 以上才能使用，但還是怕會有繞過這個限制的小孩在一對一聊天的場景，可以傳圖片。雖然大部分都非常健全，但...
上一篇我們的基因體時代-AI, Data和生物資訊 Day10-基因療法中之腺病毒載體與機器學習分享基因治療中所使用的腺病毒相關病毒載體的改造使用機器學習的應用...
接續介紹 ML 專案生命週期，本日說明第 2 階段「資料 Data」的工作流程，依其說法分為2大步驟，分別為「定義資料及建立基準」及「標註及特徵工程」。是4個...
ML 就像孩子一樣，孩提時百般呵護，長大時不得不面對外界的殘酷。佈署到商務情境的 ML 模型，某方面像是放飛的孩子，既期待又怕受傷害，如果沒有持續的引導、學習、...
前言 鐵人賽是磨練自己技術能力的指標，2020 年參加鐵人賽自我挑戰組的「用Line聊天機器人串起多媒體系統」系列文，以初學者/自學者或大學一年級選修課程的程...
前言 TensorFlow 在2.x版進行大幅度的改版，並且納入Keras後，整體的架構變得更加完整易用，但也造成學習路徑的多樣化，筆者整理一些K書心得分享如下...
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...
今天教學os模組 import os filename = 'text.txt' if os.path.exists(filename): os.rem...
文章範例是使用 Tensorflow 2.3 version 實在忍不住小小抱怨一下 Tensorflow 的文件實在太糟了，連官方 Repo 裡的範例都...
前言 AutoML 想要滿足普羅大眾的夢想，不用學習一堆的演算法，只要你指定工作類別，它就幫你找到最佳模型及最佳參數，當然包括預測結果，哇，這麼神，不一探究竟怎...
前言 前一篇介紹了強化學習初步的概念，並且採隨機策略測試一下，隨機等於沒有策略，這次我們實際擬定一些策略，說明強化學習的真正作法。之後再介紹各種演算法的進化及其...
前言 2016年AI圍棋軟體AlphaGo連續擊敗韓國及中國等世界頂尖的好手，使得它背後的演算法 -- 強化學習(Reinforcement Learning)...
前言 近年來，深度偽造(DeepFake)已經造成假影片氾濫，從剛開始的美國總統Obama的談話影片，到最近明星臉全部被套到各式的影片當中，真偽難辨，它根源的技...
前言 前一篇介紹了 RNN 的模型結構，接著我們來測試幾個完整的應用，藉以了解各個環節如何使用 Keras 撰寫，內容包括： 文字分類(Text Classi...
威利斯
Capillary J
佑佑來了
Rick_Lyle
ggwu
weitinglin66
alincode
I code so I am
iThome鐵人賽
看影片追技術