鐵人檔案
今天要為cifar10訓練一個模型，它相較mnist來說，難度提高了不少，我們先從簡單的模型架構開始，看看我們有什麼能改善的。 from tensorflow....
今天教大家一個小技巧，在你沒有足夠的訓練樣本時，想訓練一個模型，樣本數量可能讓模型連基本特徵都學不到，遷移 學習則可以在此處使用，使用別人預先用別的資料集訓練而...
今天我們挑選一個由Google在2019年發表的CNN模型架構EfficientNet為大家演示，此過程中使用到Functional的模型建構方式。 from...
你可以將某些層變更為不可訓練層，只訓練較靠近輸出的部分，特別是使用具有上千萬甚至億以上權重的模型，可以節省不少時間與運算資源，但此方法請不要使用在非遷移學習上，...
我們創建一個簡單的Functional模型並畫出來。 from tensorflow.keras.layers import concatenate, Conv...
接下來四天是一個小單元，我們做一個簡單的小練習，要做一個可以辨識貓狗的模型，用於訓練的資料集是由Kaggle所提供，一個資料分析辨識的競賽平台，不過在Micro...
今天要為大家將分類問題的種類做介紹，分類問題可以細分成下列三個種類，對於不同種類的問題所要用到的標籤、損失函數、激勵函數有所不同，下面詳細說明。 二元分類 B...
今天延續之前的主題，我們將使用EfficientNetB0的架構，但不使用預訓練權重，參考了Keras文檔的文章，我們將input_shape設定為Effici...
訓練過程中可能會有關於圖片的錯誤訊息出現，不過並不是所有圖片都有問題，小部分的錯誤可以忽略。如果出現的是缺少PIL的話，請安裝套件。 pip install p...
從剛開始教大家使用Google Colaboratory，也介紹了模型的訓練，資料預處理等基礎，相信大家都對Tensorflow的深度學習算法有了更進一步的了解...
