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。
2018年堪稱是台灣的「AI 元年」，政府推動產業 AI 化，同時也不遺餘力的培養 AI 種子們。相信不管是在新聞媒體上或是公司內部都可常看到或聽到「AI」字眼...
剛開始研究 deep learning 時，正好是 AlphaGo 跟南韓棋士李世乭對戰(2016年3月8日到3月15日)的前一兩個月，那時我們小組嘗試用 CN...
第一個魔法陣：Artificial Neural Network (ANN, 1943) 首先先來看看 ANN 的結構： 圖片來源：https://hack...
上篇介紹 ANN 魔法陣結構：輸入層（Input Layer）、隱藏層（Hidden Layer）及輸出層（Output Layer）。此外，也解釋了神經元與激...
有了先前的 ANN 魔法陣教學後，該是來讓各位見習魔法使實戰演練了，前情提要請參見： [魔法陣系列] Artificial Neural Network (A...
當開始興致勃勃的嘗試畫魔法陣，搭建神經網絡模型時，也許會遇到下面的情形： 哥布林之吶喊：我明明在訓練集表現很好啊，為什麼實際上線時結果卻崩潰了（抱頭） 那你...
上篇提到怎麼避免 Overfitting 的技巧，本文要帶給大家的是如何優化深度學習，提高模型的效能。 Batch & Mini batch 深度學習每...
前情提要 在 [精進魔法] Optimization：優化深度學習模型的技巧（上）一文中提及了下面三種優化 deep learning 模型的作法： Batc...
本文主題是「Batch Normalization」，Ian Goodfellow 大大在《Deep Learning》一書中是這麼描述 Batch Norma...
其實這篇應該先寫於《精進魔法》系列之前的，但沒關係，只要有 [地圖] 深度學習世界的魔法陣們 指引，你能夠照你想要挑戰的項目去學習。 以下介紹深度學習的魔王們，...
