鐵人檔案
我們現在已經學會了要怎麼印出照片，那我們要如何利用機器學習得到預測的數值呢?接下來的程式碼就是要來解釋這個部分。 def show_images_labels_...
在進行MLP的大型預測時，需要先將MNIST中的每張28*28的二維向量圖片傳換為784個float型態浮點數，其目的是以便在機器學習模型中使用。這通常在使用像...
昨天我們將資料進行處理後就可以進入我們的重頭戲模型訓練啦，首先我們要先用Sequential這個模組來建立模型，那麼Sequential是什麼東西呢? Sequ...
上次我們已經建立好輸入輸出層和隱藏層，把模型分為20%的訓練集和80%的測試集，並且利用20%的訓練集進行十次訓練了，我們今天要利用這十次的訓練結果來預測另外8...
還記得之前講過的準確率和混淆矩陣嗎? 在簡單的講一下，混淆矩陣可以判斷一個模型的各項準確率，我們會用到的判斷公式有四個PPV、ACC、TPR、TNR，今天就是要...
前幾天剛講完了影像辨識的模型預測，我們要學的教另一種機器學習叫做線性回歸(Linear Regression)，線性回歸一個利用每個數據中產生的線性關係來找出邏...
上一篇中我們把資料寫進了x跟y兩個變數中，我們要把這些資料用圖片表示出來。 接下來要畫出我們的預測線，我會寫一個自定義函數來印出預測線，在用到這個函數時要寫入...
上篇文章提到如何透過w跟b的變化查看成本函數，今天我們要找出哪組預測線的w跟b值的成本函數最小，也就是最佳解，因為我們的作法是將w和b的值在一個範圍內把所有的可...
上篇講到了計算最佳預測線的一個方法暴力破解，今天要講的另一個方法叫做梯度下降(Gradient Descent)，它的原理是利用每個梯度，也就是斜率來判斷要繼續...
