Hi ! Day21 !為了應用於不同場景、需求,循環神經網路出現了新的變種。今天將介紹較常見的「雙向循環神經網路」和「深度循環網路」! 雙向循環神經網路(B...
Hi ! Day22 !今天要介紹的是最佳化-Adam演算法 Adam演算法 Adam optimizer為一個經典的隨機梯度下降的演算法,是一種最佳化演算法...
Hi ! Day23 !今天要介紹的是最佳化 -- 梯度下降法 梯度下降法(gradient descent,GD) 梯度下降法(gradient desce...
Hi ! Day24 !今天要來介紹幾個可在TensorFlow中用於回歸問題的指標 均方誤差MSE 均方誤差MSE (Mean Squared Error)...
Hi ! Day25 !今天要來介紹類別特徵與資料處理 — 編碼 什麼是類別特徵? 類別特徵主要是指性別(男、女)、血型(A、B、AB、O)、城市、顏色等類似的...
Hi ! Day26 !今天要來介紹特徵值數據的標準化和歸一化 標準化 特徵值數據的標準化是將特徵資料按比例縮放,透過韓式轉變,將數據資料落入某一特定(較小)...
Hi ! Day27 !今天要來介紹特損失函數 損失函數(Loss function) 在機器學習的領域中,損失函數(Loss function)是指一種將一...
Hi ! Day28 !今天要來介紹的是TFRecord! 什麼是TFRecord? TFRecord 由TensorFlow團隊所開發,其格式是一種可儲存序...
Hi ! Day29 !今天要來介紹的是「生成對抗網路」(Generative Adversarial Network, GAN) 生成對抗網路介紹 生成對抗...
Hi ! Day30 !終於到完賽這天了!昨天介紹了生成對抗網路(GAN)是什麼與其應用,今天要介紹生成對抗網路(GAN)的種類 生成對抗網路(GAN)的種類...