鐵人檔案
今天要介紹三個，訓練過程中所使用的東西，第一個是優化器Optimizer，他決定了實現梯度下降所使用的策略，有的策略比較穩健，有的比較大膽，通常會對優化器手動設...
今天我們看看如何改進模型的性能，從之前的圖片觀察到那些預測失敗的圖，有些是真的寫得很醜，有些還是很好辨識的，來看看能不能讓那些還能被辨識的圖預測成功，在資料的預...
今天來介紹CNN的精髓，可以把卷積想像是一個特徵抓取器，抓出圖片裡的圓圈，特定角度的線等等。 回頭看我們在設定卷積層時所用到的參數，filters設定了我們在這...
看完昨天的內容後，我們緊接著來看池化，池化可以看抓取器是否抓到了特徵，之前的例子裡使用的MaxPool最大池化層，在移動方式上與昨天卷積使用了相同的策略－滑動窗...
隨著訓練的輪數增加，模型在訓練集的正確率增加，但是到了一定輪數後，驗證集的正確率或loss反而往下掉了，發生這種情形，先把訓練過程的曲線畫出來，來看看怎麼回事，...
以下討論模型如果出現欠擬合或過擬合時的幾個處理方式。 欠擬合 減少訓練資料 增加模型複雜度 取消已採用的正則化措施 增加特徵(選用解析度更高的圖片等等 嘗...
改善過擬合的其中一個方法是增加資料，但資料並非那麼好取得，這時候我們可以用keras自帶的一個資料增強Data Augmentation手段，看看能否解決問題。...
今天介紹Keras提供的好用工具，幫助我們在訓練時，針對模型的狀態來做出反應，或單純建立Log。他的用法相當簡單，先建立出物件，在訓練的時候傳遞給它就好了，我們...
今天我們要使用之前所學到的技巧做一個總結，主要有下面這幾樣。 CNN模型 資料增強 Dropout 訓練回調 from tensorflow.keras.d...
今天要介紹給大家的資料集是cifar10，資料集內含10個類別的圖片，分別是飛機、汽車、鳥、貓、鹿、狗、青蛙、馬、船、卡車，其與mnist的主要不同之處在於維度...
