鐵人檔案
這是一場新手上路的 30 天鐵人挑戰。身為剛踏進深度學習世界的新手玩家，我會和大家一起從零開始，像在遊戲裡從「入門村」出發，一步步練功、解鎖技能，直到挑戰最終 BOSS！前期我打算先搞懂基礎任務：什麼是神經元？梯度下降怎麼讓模型學習？接著升級到卷積神經網路 (CNN)，挑戰影像辨識副本。隨著等級提升，會遇到更高難度的關卡。至於最終 BOSS，可能是圖像辨識、生成式 AI、可能是大型語言模型，也可能是一路上發現的新挑戰。讓我們一起開始吧~
昨天我們聊到神經網路與多層結構，今天要正式踏進影像辨識的「明星技能」：卷積神經網路 (Convolutional Neural Network, CNN)。CN...
昨天我們回顧了 CNN 的歷史演進，今天要實際看看 CNN 在「日常運作」時是怎麼處理一張圖片的。DNN 雖然也能處理圖片，但它需要將圖片展平成一維向量，這樣會...
CNN 的學習循環：圖片來自:https://anstekadi.com/article/Detail/3315 Forward Pass：輸入 → 特徵提取...
Day 14：卷積 (Convolution) 的核心概念 在 CNN 的結構中，卷積 (Convolution) 是最關鍵的操作。理解它，才能真正知道為什麼...
昨天我們聊了卷積 (Convolution) 的運算原理，知道 CNN 是靠小小的矩陣 —— Filter (濾波器) 在圖片上滑動，產生特徵圖 (Featur...
