iT邦幫忙

tensorflow相關文章
共有 246 則文章

技術 【14】tensorflow 資料集應用:利用 TFRecordDataset 達成 Data Augmentation 篇

如果說,我今天要訓練輸入是圖片,而且我想做資料擴增(data augmentation),那有沒有一個比較好的讀取方式呢?今天就要來跟大家介紹 TFRecord...

鐵人賽 AI & Data DAY 19

技術 Day 19:Autoencoder 與去除雜訊

前言 Autoencoder 是一個非常重要的模型,它是很多進階模型的基礎,例如風格轉換(Style Transfer)、影像分割(Image Segmenta...

技術 【17】tensorflow 訓練技巧:運用 GraphKeys.UPDATE_OPS 來更新 Batch Normalization 權重篇

今天要介紹的東西,可能很多新手寫錯了都還不知道,包括我早期使用時,大家可以檢視一下自己的模型。不知道大家還不記得 day10 所介紹的 batch normal...

鐵人賽 AI & Data DAY 23

技術 Day 23:Tensorflow 架構與其他模組介紹

前言 由於 Keras 的引進,使得 Tensorflow 架構變得有點疊床架屋,到底要遵從哪一路徑學習,常令初學者感到困擾,因此,對 Tensorflow 其...

鐵人賽 AI & Data DAY 18

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...

鐵人賽 AI & Data DAY 12

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...

鐵人賽 AI & Data DAY 11

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...

鐵人賽 AI & Data DAY 3

技術 Day 3 談傳統:Ubuntu Tensorflow-GPU 環境配置 - 1

前言   接著,我們來嘗試安裝 Tensorflow 在 Ubuntu 上,對於不少人來說,這是遠端工作的第一選擇。 一篇重要的雙系統筆記與安裝前置作業,有需...

Towards Tensorflow 2.0 系列 第 22

技術 [Day-22] Unsupervised Learning - AutoEnocder介紹

今天開始,我們來聊聊非監督式的學習。前面所提的演算法,大部分都是監督式學習,也就是通常都是Label好的資訊 (Ex: 透過已經蒐集到的股價資訊或者已經Labe...

鐵人賽 AI & Data DAY 28

技術 Day 28:從直覺的角度初探強化學習

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)...

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...

技術 TensorFlow 2.0 的重大更新功能

前言 TensorFlow 在去年就不斷的promote v2.0 版,到底它改善的方向有那些呢? 正式版何時release? 整理一些馬路新聞與大家分享。 市...

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 自我挑戰組 DAY 24
Machine Learning 學習筆記 系列 第 24

技術 [第24天] Tensorflow MNIST練習(2)

參考網站1 參考網站2參考網站3 再進入手寫變識前最後要來定義Loss function,這邊使用Cross entropy。對於Cross entropy的作...

Towards Tensorflow 2.0 系列 第 23

技術 [Day 23] AutoEnoder 實作

今天來實作昨天討論的AutoEncoder,簡單複習一下,AutoEndoer的架構其實就如同下圖source Input 資料後,會放到Neural Netw...

鐵人賽 AI & Data DAY 28

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...

鐵人賽 AI & Data DAY 20

技術 DAY22 類神經網路之架設與訓練

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~...

鐵人賽 AI & Data DAY 2

技術 【2】學習率大小的影響與學習率衰減(Learning rate decay)

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...

技術 【Ubuntu】在Ubuntu16.04上安裝Tensorflow

Anaconda+Tensorflow+keras 硬體環境 OS: Ubuntu16.04 CPU: I7 8700k GPU: 1080ti 下載並安裝 A...

鐵人賽 AI & Data DAY 28
當自動駕駛遇見AI 系列 第 28

技術 Day28-當自動駕駛遇見AI- TensorFlow Dropout

前言 Dropout 方法可以解决 overfitting(過度學習,過度擬合),以下介紹TensorFlow Dropout技術。 說明 Dropout是一種...

技術 [筆記]Tensorflow-Lesson8_影像風格轉換

前言 上次介紹用來辨識的CNN,這次要介紹影像風格轉換,而這裡使用[2]所介紹到的VGG19模型來訓練,順便練習一下如何載入訓練好的模型。而使用訓練好的模型特徵...

技術 [筆記]Tensorflow-Lesson11_生成式對抗網路(Generative Adversarial Network)

前言 這次使用了之前介紹的CNN模型下去修改。主要參考[1]李弘毅老師的影片(內容圖文並茂),和[3]是屬於比較少圖片說明,但兩者其實大同小異,如果喜歡看公式可...

鐵人賽 AI & Data DAY 9

技術 [Day 09] 從 tensorflow.keras 開始的 VGG Net 生活 (第二季)

2. VGG 實作(tensorflow) 2.1 南無觀世"import"啥? import itertools from sklearn...

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...

技術 工業4.0最後一哩路:AI大數據

這幾年AI及工業4.0風起雲湧,報章雜誌紛紛報導,連一些大老闆打高爾夫球時,彼此都要聊聊AI及工業4.0,但台灣很多工廠目前還停留在工業3.0,一步步地導入才...

鐵人賽 AI & Data DAY 29

技術 Day 29:深究強化學習

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...

鐵人賽 AI & Data DAY 13

技術 Day 13:測試 CNN 的桌面程式

前言 前一篇利用【資料增補】(Data Augmentation)技術,擴增訓練資料,對於準確率是否有真的提升嗎? 這次,我們就來實作一個具有書寫介面的桌面程式...

技術 [筆記]Tensorflow-Lesson4_K鄰近(K Nearest Neighbors)numpy到Tensorflow

前言 在機器學習當中KNN算是簡單的算法之一,但KNN穩定度是非常不穩定的,主要取決於K的設置,但K不是越大也不是越小越好,所以這就是我們困擾地方之一,還有KN...

技術 [筆記]Tensorflow-Lesson6_神經網路學習的優化

前言 之前發過[筆記]深度學習(Deep Learning)-神經網路學習,而這次讀了[2]這本書發現Adam地方有小錯誤也少了推導公式,而才剛開始讀這本書就能...

技術 [筆記]Tensorflow-Lesson5_K群分類演算法(K-Means)

前言 這次使用Tensorflow不熟花了比較多時間(一直找官網API....),我想很多人都有點痛恨用個迴圈就能快速解決了但在python中迴圈的速度其實就並...