鐵人檔案
前面的圖像辨識的練習，都是在二分的歸類，但真實的世界是多元的，所以最後的一片拼圖，就是多項目的分類。這邊的範例是剪刀石頭布三種手型的分類，而三種、跟十種、或多種...
Day6至day10就是第二堂課了，現在我們對機器學習與圖像辨識已經有初步的認識，接下來我們來看第三堂課Natural Language Processing...
今天包含兩個主題，分別是padding和從外部讀句子。 由於每個句子的長短不一，但為了之後的神經元網路，所以我們要讓大家長度都一樣，可以使用”pad_seque...
當我們在查字典的時候，特別是英文，常會看到相似詞，或是反義詞，而我們怎麼讓機器去了解這件事情呢？這就像種距離的概念，而我們可以創造個宇宙，就像有些小說裡面的台詞...
繼續昨天的例子，我們觀察在訓練過程中的loss和accuracy，可以看到訓練的accuracy已經到達1，但測試的accuracy呈現水平，而訓練的loss趨...
這是我少數用正經的標題，因為並沒有很確切的生活概念可以來清楚地描述。雖然說字首字根很接近，但不全然是，也可以簡單說是種編碼的方式，但這說法又太籠統。比較理論的說...
我們可以根據上下文來推斷整個句子的意思，即使我們有時候沒聽清楚中間幾個字。那如何運用這個概念呢？就有所謂的RNN(recurrent neural networ...
除了昨天新的LSTM，GRU和原本的GlobalAveragePooling1D，還有Flatten和之前學的Convolution都拿來比較用用看，我們改用I...
今天改來玩另一個遊戲，文字接龍，但這接龍的規則不太一樣，是要根據前面的句子，繼續接下去，讓我們來看看怎麼做到。首先我們來用比較詩意的句子，先把它load進來，並...
又開始一個新的應用，在day11至day18我們已經完成NLP的課程，接下來是Sequences, Time Series and Prediction 標題的...
