鐵人檔案
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。
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...
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...
[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...
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...
[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...
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...
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...
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（...
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...
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...
