鐵人檔案
Microsoft 運算網路工具組 (CNTK) 是一個非常強大的命令列系統可以預測系統建立類神經網路。我們逐步來安裝 CNTK、 設定示範預測問題、 建立類神經網路模型、 做出預測，以及解譯分析結果。
Introduction 多對多神經網路(sequence-to-sequence networks)的應用範圍很廣，常用於機器翻譯、文章自動摘要、語法分析樹(...
Introduction 這裡不是創造一張圖像，而是將一張圖像風格轉換，渲染成另一種畫風。 Tasks 引用物件 from __future__ import...
Introduction 生成對抗網路(Generative Adversarial Network, GAN)是機器學習的新趨勢。 GAN 同時訓練兩個神經網...
Introduction 深度捲積生成對抗網路(Deep Convolutional Generative Adversarial Network, DCGAN...
Introduction 重要性採樣(Sampled Softmax)相較於歸一化函式(Regular softmax)標籤值(label)分類過多時計算效率較...
Introduction 語音識別(speech recognition)是將語音內容轉換為對應文字的技術。 連結時間序列分類(Connectionist Te...
Introduction 遷移學習(Transfer Learning)可以克服沒有足夠的資料訓練，使用既有的相似模型進行遷移學習您目前僅有的部分資料，來將其轉...
人工智慧對系統的效能要求很高卻大多不支援分散式運算，即模型線下訓練，之後佈署到伺服器或終端設備上進行線上預測。 而常見分散式運算框架，目前還無法處理毫秒等級的延...
人工神經網路(Artificial Neural Network, ANN)的發展從機器學習(Machine Learning, ML)到深度學習(Deep L...
