iT邦幫忙

鐵人檔案

2019 iT 邦幫忙鐵人賽
回列表
AI & Data

英雄集結:深度學習的魔法使們 系列

深度學習就像是個幻境之地,許多人曾經尋訪卻只得到碎片般的景色。在這裡,希望讓想成為深度學習的魔法使玩家能一覽深度學習之全貌,在30天後可以自信的說出:「沒錯,請你叫我『大魔法使』」。
內容將包含深度學習的Learning map、最新研究技術與商業應用。

鐵人鍊成 | 共 31 篇文章 | 138 人訂閱 訂閱系列文 RSS系列文
DAY 11

[魔法陣系列] Convolutional Neural Network(CNN)之術式解析

2012年,Alex Krizhesky 和 Geoff Hinton 提出的 AlexNet 在 ImageNet 的圖像分類競賽中以巨大優勢贏得冠軍,使 C...

2018-10-26 ‧ 由 莉森揪 分享
DAY 12

[魔法陣系列] 王者誕生:AlexNet 之術式解析

在上一篇前言提到 AlexNet 是一個歷史分水嶺,這是由於在 AlexNet 之前,Deep Learning 已經沈寂很久,而在2012年的 ImageNe...

2018-10-27 ‧ 由 莉森揪 分享
DAY 13

[實戰系列] 使用 Keras 搭建一個 CNN 魔法陣(模型)

[魔法陣系列] Convolutional Neural Network(CNN)之術式解析 中提到 CNN 由下列所組成: Convolution Oper...

2018-10-28 ‧ 由 莉森揪 分享
DAY 14

[魔法陣系列] Recurrent Neural Network(RNN)之術式解析

Recurrent Neural Network(RNN)是神經網絡的一種,常應用在處理時間、空間序列上有強關聯的訊息,尤其在 NLP (Natural Lan...

2018-10-29 ‧ 由 莉森揪 分享
DAY 15

[實戰系列] 使用 Keras 搭建一個 LSTM 魔法陣(模型)

[魔法陣系列] Recurrent Neural Network(RNN)之術式解析 中介紹了: Simple RNN LSTM GRU 本篇文章要帶各位見...

2018-10-30 ‧ 由 莉森揪 分享
DAY 16

達標好文 [魔法小報] 深度學習 vs. 傳統機器學習

今天來談談深度學習跟傳統機器學習的比較,主要從 Data、計算資源、特徵萃取 等三個方向進行討論。 深度學習(Deep Learning)的成功主要是基於大量可...

2018-10-31 ‧ 由 莉森揪 分享
DAY 17

[魔法陣系列] AutoEncoder 之術式解析

在上篇 [魔法小報] 深度學習 vs. 傳統機器學習的文末稍微提到可以用 AutoEncoder 做降維(Dimension Reduction),於是乎,本篇...

2018-11-01 ‧ 由 莉森揪 分享
DAY 18

[實戰系列] 使用 Keras 搭建一個 Denoising AE 魔法陣(模型)

基於教學性,本文選擇實作 Denoising AE,基於 Keras 官方提供的 tutorial 來做演練。 Denoising AE 是一種學習對圖片去噪(...

2018-11-02 ‧ 由 莉森揪 分享
DAY 19

達標好文 [魔法小報] 機器學習路上的強力支援們(網路學習資源推薦)

不重要之交代:因為這兩天在台南抓寶可夢,所以出刊的比較晚,來抓寶可夢的外國人也好多呀~ 如果你跟我一樣追尋著 Data Scientist 的目標,你大概有...

2018-11-03 ‧ 由 莉森揪 分享
DAY 20

[魔法陣系列] AutoEncoder 之應用場景

在 [魔法陣系列] AutoEncoder 之術式解析 裡介紹了 AutoEncoder 魔法陣以及其變形夥伴們,對於 AutoEncoder 應用只用寥寥幾句...

2018-11-04 ‧ 由 莉森揪 分享