iT邦幫忙

鐵人檔案

2019 iT 邦幫忙鐵人賽
回列表
自我挑戰組

深度學習所需入門知識--一位初學者的認知 系列

團隊離數學最近的成員已經超過十年沒碰, 也有許多人沒寫過程式, 以『UP, Scrum 與 AI專案』的虛構團隊該如何土法煉鋼去玩玩深度學習? 或者對其他人如果對深度學習想嘗試玩玩看, 該如何下手?
1深度學習環境的準備-OS
2.環境的準備-Docker
3.Python 與其數據處理常搭檔的程式庫
4.所必須理解的基本數學
5.DL 的 Hello World
6.讓機器處理自然語言
7設定目標, 了解哪些問題可以哪種深度學習來解決, 並能動手訓練一個模型.

鐵人鍊成 | 共 31 篇文章 | 28 人訂閱 訂閱系列文 RSS系列文
DAY 11

安裝GPU 加速的 CUDA 驅動

昨天 Fields帶大家使用 mxnet,Cash 看到大家總是打好幾個指令,忍不住告訴大家,他可不會那麼愛打字,要幫自己建立 alias nano ~/.b...

2018-10-25 ‧ 由 JavaCoffee 分享
DAY 12

Docker 與 Nvidia runtime 安裝

安裝好 CUDA,如Cash所預期的, Fields,Pete,Moore 不約而同的跑來跟他抱怨他們喜愛或者被Gavin要求喜愛的 Mxnet, PyTorc...

2018-10-26 ‧ 由 JavaCoffee 分享
DAY 13

Docker 使用速成

Cash 實在不想再看到Fields為新學Linux 相關技能,擺出那張可憐兮兮的臉,決定消化好 Docker 的知識後,給一個最濃縮的使用說明,要大家會用就好...

2018-10-27 ‧ 由 JavaCoffee 分享
DAY 14

山寨 GPU 顯示卡

Moore 對多GPU 進行訓練感到興趣,所以他打算買兩張顯示卡來玩玩,藉由 海外知名C2C網站,買到相當便宜的 GPU 1060 ,他花不到新台幣六千元就拍到...

2018-10-28 ‧ 由 JavaCoffee 分享
DAY 15

Docker 進一步使用

Pete, Moore, Fields 等人依照前天 Cash 給的 Docker 快速入門,依樣畫葫蘆,大家發現幾個問題,是必須注意的: 由於大家都擁有 d...

2018-10-29 ‧ 由 JavaCoffee 分享
DAY 16

由 Linear Regression 看機器學習演算法-mini-batch stochastic gradient descent

要講機器學習,最基礎的理論來源應該就是線性迴歸(Linear Regression) 的求解方式,藉由簡易而古老的最佳化數學題目,用數值方式,以嶄新的梯度下降法...

2018-10-30 ‧ 由 JavaCoffee 分享
DAY 17

損失函數,以Mxnet實做線性迴歸

在Fields一口氣講完 Linear Regression 以機器學習來計算最佳解,馬上有一些問題,首先佳麗不解的是: ”為何只有兩個特徵,面積與屋齡?而且還...

2018-10-31 ‧ 由 JavaCoffee 分享
DAY 18

由線性迴歸看機器學習的一些技術細節, 資料集數據 & 梯度計算

一早 Moore 與 Pete 就跟 Fields 抱怨昨天的 Linear Regression 程式跑到訓練就異常了每個 Epoch 計算損失函數 NaN(...

2018-11-01 ‧ 由 JavaCoffee 分享
DAY 19

調整超參數 Batch_size, Learning Rate, Epoch

一個很小的線性迴歸,採用機器學習除了前幾篇的細節需要斟酌外。因為是線性迴歸問題只有少數幾個『超參數 Hyper-Parameter』的數值要由模型訓練師決定,我...

2018-11-02 ‧ 由 JavaCoffee 分享
DAY 20

梯度下降 與 Batch Size; 以 Gluon 實作

關於梯度下降,Pete Moore Molly 幾個人將個人心得做一番討論… mini-batch stochastic gradient descent 在每...

2018-11-03 ‧ 由 JavaCoffee 分享