鐵人檔案
主要會使用TF 2.0，輔以其他Python ML套件，在30天將ML pipeline，從資料處理、到應用模型於各式情境並會盡量尋找一些有趣的資料集，讓大家在交流之餘增加一些趣味。環境上會使用Colab，若在train 較大模型時，就會使用GCP來train。
針對模型視覺化，Tensorflow有做了一個Dashboard - Tensorboard，方便使用者理解模型以及tuning。而Tensorboard非常強...
今天的話，我們來討論一下tf.keras的api。首先，今天要討論的tf.keras與我們所熟知的keras是不太一樣的，以前我們所使用的keras，他的bac...
今天我們來討論Deep learning經典的模型之一 - Convolutional Neural Network (CNN)的架構。目前CNN被大量使用的影...
今天我們來使用TF 2.0來實作VGG 16，那為什麼選擇VGG 16呢？雖然VGG 16並未拿下當年ILSVRC 的分類比賽的冠軍 (當年由Google所發明...
當今天層數越疊越深，若不做任何的處理機制，準確度其實是會越來越糟糕！因為當疊層數疊超過一個層數，會發生像Gradient vanishing或者說Degrada...
今天我們來討論深度學習中，專門在Run時間序列型資料的網路模型 - Recurrent Neural Network (RNN)，在之前所討論到DNN跟CNN模...
今天我們來討論LSTM的應用，而其中一個最經典的案例就是情感分析(Sentiment Analysis)。而什麼是情感分析呢？ 透過NLP或者Deep lear...
今天來嘗試另外一個LSTM經典案例 - 股票預測，股票也是時間序列型資料！過去，金融業希望能找出一個強而有力的模型，不管預測股票或者期貨等等標的。但，似乎目前都...
Multi-label Text Classification using BERT – The Mighty Transformer 今天要來芝麻街上英文課囉...
今天我們來討論推薦系統，現在大家的生活環境充滿了推薦系統的應用，不管是在Youtube聽音樂或者是在商城購物，都充斥著推薦系統的應用。什麼是推薦系統？推薦系統就...
