iT邦幫忙

tensorflow相關文章
共有 246 則文章
0 Like 1 留言 9597 瀏覽
鐵人賽 自我挑戰組 DAY 23
Machine Learning 學習筆記 系列 第 23 篇

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...

theneo ‧ 2018-11-06
0 Like 0 留言 9339 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 1 留言 9058 瀏覽
鐵人賽 AI & Data DAY 26
輕鬆掌握 Keras 及相關應用 系列 第 26 篇

技術 Day 26：Keras 自然語言處理(NLP)應用

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...

I code so I am ‧ 2020-09-26
1 Like 1 留言 9046 瀏覽
鐵人賽 Google Developers Machine Learning DAY 2
How to Train Your Model 訓模高手：我的 Tensorflow 個人使用經驗系列文 系列 第 2 篇

技術 【02】基本功：將graph存成tfevent，使用tensorboard瀏覽

Tensorflow讓最多人卻步的一個地方是很難debug，但其實只要會善用tensorboard圖形化界面，它可以讓很複雜的模型一覽無遺，讓使用者可以更容易知...

Capillary J ‧ 2019-09-10
0 Like 3 留言 9042 瀏覽
鐵人賽 Google Developers Machine Learning DAY 6
Towards Tensorflow 2.0 系列 第 6 篇

技術 [Day-6] Tensorflow Linear regression

一般來說，學習Deep learning都會從最簡單的Linear regression開始。而在實務上，當我們有一個簡單的預測數值的case，Ex: 股價、人...

Dan ‧ 2019-09-21
0 Like 0 留言 8973 瀏覽
鐵人賽 Google Developers Machine Learning DAY 13
Towards Tensorflow 2.0 系列 第 13 篇

技術 [Day-13] CNN介紹

今天我們來討論Deep learning經典的模型之一 - Convolutional Neural Network (CNN)的架構。目前CNN被大量使用的影...

Dan ‧ 2019-09-28
2 Like 0 留言 8611 瀏覽

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...

I code so I am ‧ 2022-06-03
2 Like 1 留言 8586 瀏覽
鐵人賽 Google Developers Machine Learning DAY 30
Towards Tensorflow 2.0 系列 第 30 篇

技術 [Day-30] Transfer learning & Model Serving

今天是鐵人賽的最後一天，我想說來聊聊 Transferring learning 以及 Model serving。今天也會有簡單的Colab實作 (Trans...

Dan ‧ 2019-10-15
1 Like 0 留言 8541 瀏覽

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...

I code so I am ‧ 2022-06-06
0 Like 0 留言 8448 瀏覽
鐵人賽 Google Developers Machine Learning DAY 28
How to Train Your Model 訓模高手：我的 Tensorflow 個人使用經驗系列文 系列 第 28 篇

技術 【28】tensorflow 模型優化手術：給我折下去！模型 folding batch normalization 篇

昨天我們去除了 batch normalization 上冗贅的節點，但...其實呢... batch normalization 還可以做一種優化將它 fol...

Capillary J ‧ 2019-10-06
3 Like 0 留言 8072 瀏覽

技術 [筆記]Tensorflow-Lesson10_變分自動編碼器(Variational Autoencoder)_20190706

前言 網路上有許多介紹VAE的文章與影片，但許多解釋公式都無法得知為什麼，但這也是個人對於看paper的功力太差所以才能努力爬文觀看他人解析，而最後終於找到一個...

Kevin ‧ 2019-06-05
1 Like 0 留言 8046 瀏覽

技術 [筆記]Tensorflow-Lesson9_自動編碼器(Auto Encoder)

前言 在上一章介紹了PCA降維，但PCA是計算整體的特徵，然而主要特徵如果相同，而降為時非常細微的特徵被忽略掉，這時候PCA就無法達到所需的降維要求。而在人工智...

Kevin ‧ 2019-06-03
0 Like 0 留言 7981 瀏覽
鐵人賽 AI & Data DAY 18
輕鬆掌握 Keras 及相關應用 系列 第 18 篇

技術 Day 18：自駕車(Self-driving) 動態物件偵測實作

前言 前一篇實作一個簡單的物件偵測(Object Detection)，接下來我們來模擬自駕車(Self Driving)如何辨識前方的障礙物，一樣使用Tens...

I code so I am ‧ 2020-09-18
0 Like 0 留言 7950 瀏覽
鐵人賽 AI & Data DAY 26
30 天在 Colab 嘗試的 30 個影像分類訓練實驗 系列 第 26 篇

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，...

Capillary J ‧ 2021-10-10
2 Like 0 留言 7936 瀏覽

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...

I code so I am ‧ 2022-06-05
1 Like 1 留言 7861 瀏覽
鐵人賽 Google Developers Machine Learning DAY 8
Towards Tensorflow 2.0 系列 第 8 篇

技術 [Day-8] Deep Neural Network (Lab: Airbnb)

在說明Deep Neural Nework，我們簡單的討論一下DL介紹。從最早DL從Perceptron開始，Perceptron是只有一個neural，其實就...

Dan ‧ 2019-09-23
0 Like 0 留言 7796 瀏覽
鐵人賽 Google Developers Machine Learning DAY 21
How to Train Your Model 訓模高手：我的 Tensorflow 個人使用經驗系列文 系列 第 21 篇

技術 【21】tensorflow 訓練技巧：使用 tf.summary 搭配 tensorboard 儀表板篇

在 day2 時，我們介紹了如何用 tf.summary.FileWriter() 產生 tfevent 來觀察 graph，但 tfevent 可以存的東西可...

Capillary J ‧ 2019-09-29
0 Like 1 留言 7769 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 7690 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
1 Like 0 留言 7675 瀏覽
鐵人賽 Google Developers Machine Learning DAY 27
Towards Tensorflow 2.0 系列 第 27 篇

技術 [Day-27] 生成對抗網路 (GAN) 實作 Part II

今天我們來實際來跑簡單的Dataset，就是 DL 101 資料集 - MNIST。透過較為簡單的Dataset 來理解像GAN這種相對難的演算法，應該能較容易...

Dan ‧ 2019-10-12
0 Like 0 留言 7373 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 7366 瀏覽
鐵人賽 AI & Data DAY 18
從 AI 落地談 MLOps 系列 第 18 篇

技術 Day 18 : 深度學習(神經網絡)自動調參術 - KerasTuner

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...

威利斯 ‧ 2021-09-18
0 Like 0 留言 7250 瀏覽
鐵人賽 Google Developers Machine Learning DAY 21
Towards Tensorflow 2.0 系列 第 21 篇

技術 [Day-21] Wide & Deep 推薦系統實作

今天討論的主題主要是Google這篇曾經在2016年release 在Google Play的app上所做的推薦系統，而他有被open source 在 Ten...

Dan ‧ 2019-10-06
0 Like 1 留言 7234 瀏覽
鐵人賽 AI & Data DAY 28
30 天在 Colab 嘗試的 30 個影像分類訓練實驗 系列 第 28 篇

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...

Capillary J ‧ 2021-10-12
1 Like 0 留言 7090 瀏覽
鐵人賽 AI & Data DAY 10
輕鬆掌握 Keras 及相關應用 系列 第 10 篇

技術 Day 10：運用自訂Callback 追蹤訓練過程( Keras )

前言 之前我們測試過一些內建的Callback，這次筆者要自訂 Callback，將損失寫入 Pandas Data Frame，並且作圖畫出優化的軌跡。 可監...

I code so I am ‧ 2020-09-10
0 Like 2 留言 7023 瀏覽
鐵人賽 Google Developers Machine Learning DAY 4
Towards Tensorflow 2.0 系列 第 4 篇

技術 [Day-4] Tensorflow 基本語法 - Part III

今天會開始說明一下資料處理及數值運算。接下來就會開始進入基本ML及DL了。大夥撐著！把一些基本語法弄熟，之後會更容易上手，且更知道如何去修改一些tutorial...

Dan ‧ 2019-09-19
1 Like 0 留言 6931 瀏覽

技術 [筆記]Tensorflow-Lesson1_基本介紹_2019.01.26

前言 最近開始記錄學習Tensorflow相關的程式，這篇主要紀錄較常用的API使用方法，若想了解API的參數可前往官網。在Tensorflow中會以張量為主做...

Kevin ‧ 2019-01-24
0 Like 1 留言 6904 瀏覽
鐵人賽 AI & Data DAY 29
30 天在 Colab 嘗試的 30 個影像分類訓練實驗 系列 第 29 篇

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...

Capillary J ‧ 2021-10-13
1 Like 1 留言 6848 瀏覽
鐵人賽 AI & Data DAY 30
AI Facial Expression Recognition: Data, Model, Application 系列 第 30 篇

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...

佑佑來了 ‧ 2021-10-15
1 Like 0 留言 6804 瀏覽

技術 [筆記]Tensorflow-Lesson2_線性回歸(Linear Regression)和邏輯回歸(Logistic Regression)

前言 在人工智慧當中點對點相乘加上一個偏移值即是一個感知器，今天要介紹兩種基本的預測方法，線性回歸(Linear Regression)和邏輯回歸(Logist...

Kevin ‧ 2019-01-24
iThome鐵人賽
參賽組數
902 組
團體組數
37 組
累計文章數
19831 篇
完賽人數
528 人
iT+看影片追技術 看影片追技術 看更多
熱門tag
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 17th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# linux windows server css react
熱門問題
熱門回答
熱門文章
IT邦幫忙