鐵人檔案
今天講講當你在訓練模型時會設定到的參數－訓練週期(epoch) 與 批次(batch) －他們的意義跟相關問題。這篇內容主要分成以下四點： 訓練週期(epo...
如果我們想要知道模型結果的成效，我們會設定成效或說性能指標(metrics)來看其結果。今天我們會分成下面三點來介紹： 指標(metrics)是什麼？ 損失函...
今天我們來講一下資料(data)。這邊我們主要會分成兩部分，分別為： 訓練集(training set)、驗證集(validation set)跟測試集(te...
現在我們要開始用套件疊出一個手寫數字辨識系統啦！ 在 day5 ~ day13，我們瞭解了利用神經網路來辨識數字的知識/食譜，那今天就讓我們來準備一些實作需要的...
接續 Day14 提到的準備一些實作手寫數字辨識系統需要的前置作業/材料第三部分！ 這一篇提到的程式碼可以看這 → DAY15-MNIST 三、MNIST 手...
今天我們將完整拼疊出一個手寫數字辨識系統，這邊會以 模型的建立與訓練 前處理－資料轉換 圖片(模型輸入) 標籤(模型輸出) NN model...
接著讓我們來講一下看到神經網路模型結果後該怎麼調整。 昨天我們利用了三張自製手寫數字圖片去測試我們實作出的辨識系統，然而只有其中兩張(number_print...
昨天我們介紹了神經網路模型的調整方向，讓手寫辨識系統變的更符合我們預期。我們會考慮到底是模型訓練部分不夠好需要做修正，還是模型測試部份問題，這種狀況也等同 bi...
我們現在要來了解前面疊的那個神經網路叫什麼，我還可以疊那些神經網路，或能不能把前面疊的那個神經網路變複雜等等。 大家可以看一下下面這張由 Asimov Inst...
今天我們會繼續講 Asimov Institute 的 Fjodor van Veen 整理的這張神經網路表，昨天提到的神經網路是用紫色圈圈圈起來的 MLP 跟...
