iT邦幫忙

tensorflow相關文章
共有 241 則文章
鐵人賽 Big Data DAY 3
tensorflow 學習筆記 系列 第 3

達標好文 技術 Tensorflow Day3 : 熟悉 MNIST 手寫數字辨識資料集

目標 下載並熟悉 MNIST 資料集 建立 tensorflow softmax regression model 訓練 model 並計算出準確度 以下是...

鐵人賽 Big Data DAY 29

達標好文 技術 [第 29 天] 深度學習(3)MNIST 手寫數字辨識

我們今天繼續練習神經網絡的套件 TensorFlow,在學習過程中,不論是視覺化或者機器學習的主題,我們使用了幾個常見的玩具資料(Toy datasets),像...

鐵人賽 Big Data DAY 27

技術 [第 27 天] 深度學習 TensorFlow

在過去幾天我們與功能強大的機器學習套件 scikit-learn 相處得還算融洽,不難發現我們對於 scikit-learn 的認識其實僅止於冰山一角,它有著包...

鐵人賽 AI & Data DAY 20

達標好文 技術 Day 20:使用 U-Net 作影像分割(Image Segmentation)

前言 影像分割(Image Segmentation)也稱【語義分割】(Semantic Segmentation),它可以是物件偵測演算法 RCNN 的延伸...

鐵人賽 Big Data DAY 12
tensorflow 學習筆記 系列 第 12

技術 Tensorflow Day12 儲存以及載入模型參數

今日目標 了解如何儲存訓練好的模型參數 儲存模型範例 載入模型範例 Github Ipython Notebook 好讀完整版 還記得當我們在定義模型的時候...

鐵人賽 Big Data DAY 9
tensorflow 學習筆記 系列 第 9

技術 Tensorflow Day9 卷積神經網路 (CNN) 分析 (2) - Filter, ReLU, MaxPolling

今日目標 了解過濾器 (Filter) 運作方式 了解 ReLU 激活函數 (Activation) 運作方式 了解最大池化器 MaxPooling 運作方式...

Towards Tensorflow 2.0 系列 第 16

技術 [Day-16] RNN - LSTM介紹

今天我們來討論深度學習中,專門在Run時間序列型資料的網路模型 - Recurrent Neural Network (RNN),在之前所討論到DNN跟CNN模...

鐵人賽 Big Data DAY 28

技術 [第 28 天] 深度學習(2)TensorBoard

我們今天繼續練習神經網絡的套件 TensorFlow,在昨天的第一個實作中我們建立一個很單純的神經網絡,利用梯度遞減(Gradient descent)的演算法...

鐵人賽 AI & Data DAY 12

技術 Day 12:影像資料增補(Data Augmentation)

前言 前一篇利用CNN辨識手寫阿拉伯數字,其實有幾個缺點: MNIST 的訓練資料與滑鼠撰寫的樣式有所差異,我猜 MNIST 的資料收集應該是請受測者寫在紙上...

Towards Tensorflow 2.0 系列 第 28

技術 [Day-28] 增強式學習 (Reinforcement learning) 介紹

今天我們來聊聊 增強式學習 (Reinforcement learning),一個最近也很 “潮” 的演算法。 自從 Alpha Go擊敗人類後開始,大家開始重...

鐵人賽 AI & Data DAY 3

技術 Day 03:撰寫第一支完整的 Keras 程式

前言 上一篇,我們完成了一個神經元的計算,如果要完成整個神經網路的計算,一個一個神經元撰寫,程式碼可能要很多迴圈,才能完成多層式的神經網路,因此,深度學習套件又...

鐵人賽 Big Data DAY 30

技術 [第 30 天] 深度學習(4)卷積神經網絡與鐵人賽總結

我們今天會練習使用神經網絡的套件 TensorFlow 來建立我們的第一個深度學習模型:卷積神經網絡(Convolutional Neural Network,...

Towards Tensorflow 2.0 系列 第 1

達標好文 技術 [Day-1] Tensorflow 介紹 及 Tensorflow 2.0相關知識

大家好,我是Dan,目前就職於電信業並在公司負責資料科學及機器學習相關專案的執行。在因緣際會下接觸了DL以及 TF已經大概有四年多,而這次TF的大升版,萌生了想...

鐵人賽 AI & Data DAY 1

達標好文 技術 Day 01:輕鬆掌握 Keras

Keras 不是很簡單嗎? Keras 是深度學習最簡單的敲門磚,但是,計畫趕不上變化,所有市面上的書籍都追不上 Keras 版本的更新,例如: Google...

達標好文 技術 使用 Tensorflow 開發花朵種類辨識 App

原文:https://tigercosmos.xyz/post/2017/07/ai/tensorflow-flower/index.html 前言 最近機器學...

鐵人賽 AI & Data DAY 2

技術 Day 2 談傳統:Windows Tensorflow-GPU 環境配置

Tensorflow-GPU 環境配置 Author:William Mou-> 進入個人 Blog 前言 在接觸機器學習時,對學生來說,最主觀、且最簡單...

鐵人賽 AI & Data DAY 6

技術 Day 06:Keras 模型結構

前言 從這篇起,我們就Keras各部分的功能進行研究,包括: 模型結構 執行工作記錄(Callback 及 TensorBoard) Dataset Esti...

鐵人賽 AI & Data DAY 22

技術 Day 22:Tensorflow Dataset 相關用法整理

前言 之前的有一些案例程式使用 Tensorflow Dataset,但沒有多作解釋,心中有愧,因此,花了一些時間,整理相關用法如下。 Tensorflow D...

鐵人賽 Big Data DAY 7
tensorflow 學習筆記 系列 第 7

技術 Tensorflow Day 7 : 實作 MNIST 卷積神經網路 Convolutional Neural Network

今日目標 建立卷積神經網路 (convolutional neural network) 用 MNIST 來訓練 CNN 評估模型 今天翻譯 tensorf...

鐵人賽 AI & Data DAY 10

技術 [Day 10] 從 tensorflow.keras 開始的 ResNet 生活

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...

Towards Tensorflow 2.0 系列 第 24

技術 [Day-24] VAE(Variational AutoEncoder) 實作

今天我們來討論一個進化的AutoEncoder - Variational AutoEncoder。先回顧一下AutoEncoder的架構,AutoEncode...

鐵人賽 Big Data DAY 6
tensorflow 學習筆記 系列 第 6

技術 Tensorflow Day6 : 訓練和評估 MNIST Softmax 模型

今日目標 了解如何在 tensorflow 中訓練模型 了解如何在 tensorflow 中評估模型的好壞 翻譯的 tutorial 如下 模型訓練 為了要...

鐵人賽 Big Data DAY 29
tensorflow 學習筆記 系列 第 29

技術 Tensorflow Day29 DCGAN with MNIST

今日目標 了解 DCGAN 使用 MNIST 資料集嘗試訓練 DCGAN Ipython Notebook 好讀完整版 Introduction Deep...

鐵人賽 AI & Data DAY 7

技術 Day 07:Keras Callback 的使用

前言 Callback 可以在模型訓練過程中觸發事件,記錄訓練過程產生的資訊、在查核點(Checkpoint)對模型存檔、迫使訓練提早結束...等,除了可以使用...

鐵人賽 Big Data DAY 18
tensorflow 學習筆記 系列 第 18

技術 Tensorflow Day18 Convolutional Autoencoder

今日目標 了解 Convolutional Autoencoder 實作 Deconvolutional layer 實作 Max Unpooling lay...

Towards Tensorflow 2.0 系列 第 11

技術 [Day-11] 模型視覺化 - Tensorboard

針對模型視覺化,Tensorflow有做了一個Dashboard - Tensorboard,方便使用者理解模型以及tuning。而Tensorboard非常強...

鐵人賽 Big Data DAY 10
tensorflow 學習筆記 系列 第 10

技術 Tensorflow Day10 卷積神經網路 (CNN) 分析 (3) 第二卷積層, 全連結層, dropout

今日目標 觀察第二個卷積層輸出 全連結層以及 dropout 用意 深度是啥米 第二卷積層輸出 前一篇中我們主要觀察了第一個卷積層的輸出以及內部結構.那我們...

鐵人賽 Big Data DAY 5
tensorflow 學習筆記 系列 第 5

技術 Tensorflow Day5 : 實作 MNIST Softmax 模型

目標 實作 Softmax Regressions 了解 tensorflow computation graph 今天翻譯的部分是 tutorials 中...

Towards Tensorflow 2.0 系列 第 19

技術 [Day-19] BERT 初探

Multi-label Text Classification using BERT – The Mighty Transformer 今天要來芝麻街上英文課囉...

Towards Tensorflow 2.0 系列 第 15

技術 [Day-15] CNN - ResNet 實作

當今天層數越疊越深,若不做任何的處理機制,準確度其實是會越來越糟糕!因為當疊層數疊超過一個層數,會發生像Gradient vanishing或者說Degrada...