鐵人檔案
一個打算在一個月內修完吳恩達教授在 Coursera 上的 DeepLearning specialization (Course 4: Convolution Neural Network / Course 5: Sequence Models）的瘋狂行程，並使用 Tensorflow 建立視覺與自然語言常用的模型（讀者請注意，請不要輕易嘗試這個瘋狂課程表，因為筆者已經事先聽過大部分的 lectures 了，而且曾修過相關主題的課程，並且是 tensorflow 幼幼班使用者）。
在介紹 Inception network 時，必須提到另外一個與 VGG 架構完全不同但在表現上一樣出色的另一個 convolution network ，則...
物體辨識的三個主要問題： 在電腦視覺的研究中有三個主要的難題，分別是影像分類（Image classification），物件定位（Object Localiz...
昨天的文章中，匆匆地帶過了 YOLO 演算法的重要精髓，但倒底 YOLO 演算法和其他的物體辨識演算法有何不一樣呢？首先我們讓詹姆斯龐德來告訴你： 為了能了解...
Landmark detection 和物體辨識（object detection）最大的不同，在於物體辨識要從一堆被歸於同一類，但變化極多的物體影像中，學習辨...
影像風格轉換，主要是利用兩張影像的輸入，這兩張影像，一張被稱為 content 的影像，通常是由相機拍攝真實場景而成數位相片，另外一個影像輸入則被稱為 styl...
Generative model:之前我們所談的多半是 Discriminative model，亦是訓練一個分類器，判別輸入影像是否是屬於某一類的物件，或是輸...
在這一系列介紹 Convolution Neural Network 在電腦視覺的文章中，我們先了解了卷積網路的原理。也看了許多不同的類神經網路架構，以 Con...
在之前 Convolution neural network 的系列中，我們處理的都是影像資料。若是灰階影像，則轉換成矩陣，其維度為 2D，若是 RGB 影像，...
RNN 本身就是一個深度類神經網路，而原因在於它的架構中可捕捉序列資料間的相依和連續性。因為 RNN 是一個深層類神經網路，自然也有許多深度網路會遭遇的訓練問...
RNN 的網路結構，讓它得以捕捉序列之間的相依關係，而語言模型經常仰賴序列間的相依關係，來訓練最佳的模型。那麼，倒底什麼是語言模型呢？ 一個語言模型會以一個單字...
