昨天介紹了對模型加入預處理的修改，今天要介紹的就是 training 節點的修改啦，原本的模型中，我們已用了 placeholder_with_default...
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...
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...
參考網站1 參考網站2 今天要來練習Session(會話控制)這個執行指令與Variable(變量)的用法～ Session 首先來建立矩陣相乘 import...
前言 TensorFlow由Google創建的開源深度學習庫，可將您的神經網絡知識應用於真實數據集，包括自動駕駛所需之數據集。 TensorFlow安裝說明 安...
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...
文章說明 文章分段 文章說明 簡介datasets 描述模型訓練的流程 程式架構：上程式的虛擬碼，預告要寫的檔案、功能有哪些 主程式的實際撰寫，註明程式開始不...
文章說明 文章分段 文章說明 deeplab的簡單介紹、於我的意義 tensorflow的程式碼特色 再次說明訓練流程，model部分分成backbone(e...
此篇主要講述如何使用TXF(TensorFlow Extended) library的ML整體架構，並且在CI/CD還有CT的原則下使用 Cloud Build...
前言 因爲之前 Google 有推出 ml study jams，因此整理一些部分內容的筆記來記錄以下心得。 緣起 由 Google 提供的開源程式庫，Goog...
神經網路(Neural Network)是深度學習的基石，不管是大語言模型(ChatGPT)或生成式AI(MidJourney、Stable Diffusion...
運作 我們先來看 Tensorflow 的運作流程： Python 前端透過 Tensorflow 核心執行系統把產生的 DAG 圖分配到不同的裝置，增加...
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...
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...
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...
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...
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...
魔鬼藏在細節裡，要讓模型訓練更快速、更準確，必須進一步掌握模型的超參數(Hyperparameters)設定，包括如何動態調整學習率、選用各種優化器、損失函數、...
It is only our conception of time that makes us call the Last Judgement by this...
TensorFlow官網首頁的範例只有短短的10多行，但是每一行指令及參數都內含許多玄機，雖然我們在前面已回答及實驗許多核心問題，但還是有一些疑問待探討，以下就...
今天教學os模組 import os filename = 'text.txt' if os.path.exists(filename): os.rem...
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...
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...
前兩篇梯度下降法的求解都隱藏在一行程式碼 model.fit 中，這次使用自行開發實作梯度下降法，以瞭解內部求解的邏輯。 梯度下降法的作法 梯度下降法是利用正向...
個人認為，損失函數是神經網路最重要的核心，當我們定義好一個損失函數，梯度下降法就會想辦法最小化損失函數，求得最佳解，例如第五篇的聯立方程式，定義每個方程式的損失...
上篇探討學習率的調整，接著討論優化器對模型訓練的影響。 優化器(Optimizer) 優化(Optimization)是以最小化損失函數為目標，尋找模型參數的最...
上一篇介紹神經網路的基本概念，這次透過簡單的範例理解梯度下降法的運作。 最簡單的神經網路 範例. 以神經網路建構攝氏與華氏溫度轉換的模型，我們收集7筆資料如下：...
上一篇自行開發梯度下降法找到最佳解，這次我們使用TensorFlow低階API進行自動微分(Automatic Differentiation)，並實作多元線性...
前四篇介紹梯度下降法，對神經網路求解，這次再舉幾個例子，幫助我們更靈活的應用梯度下降法，包括： 以自動微分實作手寫阿拉伯數字辨識，結合TensorFlow/K...
Capillary J
alincode
theneo
allenchen
細枝
HY
weitinglin66
Friedrich1942
威利斯
chihying
ggwu
iThome鐵人賽
看影片追技術