iT邦幫忙

鐵人檔案

第 12 屆 iThome 鐵人賽
回列表
AI & Data

輕鬆掌握 Keras 及相關應用 系列

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:
1. Google AI Team 依照 Keras 規格開發一套全新的 Keras 模組,並內含在 TensorFlow 內。
2. 獨立套件Keras不玩了,官網文件全部改為介紹 TensorFlow 的 Keras 模組。
3. Keras 模組與TensorFlow其他模組無縫整合,功能更強大,使用更複雜。
4. TensorFlow 版本飛快更新,很多語法也迅速被丟進垃圾桶,另外,有更多的語法要塞進我快爆炸的腦袋。
只能再重新埋鍋造飯了...

鐵人鍊成 | 共 30 篇文章 | 117 人訂閱 訂閱系列文 RSS系列文
DAY 1

達標好文 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...

2020-09-01 ‧ 由 I code so I am 分享
DAY 2

Day 02:梯度下降與自動微分

前言 上一篇講了一堆安裝的困難,如果,本機安裝不起來,可以直接使用Google Colaboratory 雲端環境,它有免費的GPU/TPU 可使用,而且常用套...

2020-09-02 ‧ 由 I code so I am 分享
DAY 3

達標好文 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...

2020-09-03 ‧ 由 I code so I am 分享
DAY 4

Day 04:神經網路的效能調校(Performance Tuning)

前言 上一篇,我們完成了手寫阿拉伯數字的辨識,但同時也留下很多的問題: 為什麼模型要設成兩層完全連接層(Dense)? 為什麼第一層完全連接層(Dense)要...

2020-09-04 ‧ 由 I code so I am 分享
DAY 5

Day 05:神經網路的效能調校(續)

前言 上一篇我們作了一些實驗,對單一參數作各種數值的比較,但是,如果同時使用多個參數作各種組合的比較,那就需要撰寫迴圈了,讓每一種組合依序執行,再加上 Cros...

2020-09-05 ‧ 由 I code so I am 分享
DAY 6

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...

2020-09-06 ‧ 由 I code so I am 分享
DAY 7

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...

2020-09-07 ‧ 由 I code so I am 分享
DAY 8

Day 08:TensorBoard 的初體驗

前言 TensorBoard 是 Tensorflow 提供的視覺化工具,功能非常強大,除了可以顯示訓練的過程,也可以顯示圖片及語音。在訓練的過程中就可以啟動T...

2020-09-08 ‧ 由 I code so I am 分享
DAY 9

Day 09:再探TensorBoard

前言 上一篇簡單介紹 TensorBoard 的功能,並且測試以下功能: 追蹤損失和準確率等效能衡量指標(Metrics)。 將圖片寫入 Log。 這次,我...

2020-09-09 ‧ 由 I code so I am 分享
DAY 10

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...

2020-09-10 ‧ 由 I code so I am 分享