iT邦幫忙

鐵人檔案

2023 iThome 鐵人賽
回列表
AI & Data

深度學習-TensorFlow 系列

一開始先介紹AI人工智慧的特性與功用,再談到機器學習&深度學習兩者的差異,然後舉例幾款常見的深度學習軟體,並教大家如何安裝、設定參數,最後找幾個主題或是有名的案例來實際操作TensorFlow,一邊學習一邊記錄我這三十天以來的學習成果。

鐵人鍊成 | 共 30 篇文章 | 3 人訂閱 訂閱系列文 RSS系列文
DAY 11

DAY11-初學者的TensorFlow 2.0教程(運用colab訓練模型)

今天我們來試試TensorFlow官方推出的教學,實體操作運用Google Colaboratory教你簡單訓練出一個能夠對影像進行分類的神經網路模型。 1.設...

2023-09-26 ‧ 由 a43310175 分享
DAY 12

DAY12-循環神經網路RNN(上)

循環神經網路 (Recurrent neural network , RNN)是神經網路的一種。但單純的RNN因為無法處理隨著遞歸、權重指數級爆炸或梯度消失的問...

2023-09-27 ‧ 由 a43310175 分享
DAY 13

DAY13-循環神經網路RNN(中)

LSTM 與GRU兩者都是為了解決梯度消失而誕生的RNN變種。 LSTM (Long Short-Term Memory , 長短期記憶)一種時間循環神經網路,...

2023-09-28 ‧ 由 a43310175 分享
DAY 14

DAY14-循環神經網路RNN(下)

前面我們有提到雙向循環神經網路,這裡再來補充一下它的相關應用及優缺點~ 雙向循環神經網路的應用 情緒分析 : BRNN透過分析上下文,可對特定句子情緒進行分...

2023-09-29 ‧ 由 a43310175 分享
DAY 15

DAY15-LSTM實作(上)

今天我們來操作建立一個LSTM模型並做驗證、預測的工作。 1.打開之前載好的Anaconda3 (64-bit) 資料夾下的Spyder (tensorflow...

2023-09-30 ‧ 由 a43310175 分享
DAY 16

DAY16-LSTM實作(下)

今天繼續來分享後續LSTM實作的過程~ 7.最終 8.查看模型 執行結果:第一層是embedding,有128個神經元;第二層是LSTM,也是有128個神經元...

2023-10-01 ‧ 由 a43310175 分享
DAY 17

DAY17-TensorFlow常用模組(上)

今天我們來介紹一下TensorFlow常會使用到的幾種模組。 1. tf.train.Checkpoint : 變數的保存與還原 tf.train.Checkp...

2023-10-02 ‧ 由 a43310175 分享
DAY 18

DAY18-TensorFlow常用模組(中)

今天我們繼續來幫大家介紹其他的TensorFow常用模組~ 3. tf.data : 資料集的建立與預處理tensorflow提供tf.data這個模組,包含一...

2023-10-03 ‧ 由 a43310175 分享
DAY 19

DAY19-TensorFlow常用模組(下)

5. tf.function : 圖執行模式使用tf.function來實現圖執行模式 (TensorFlow 2 ),從而將模型轉換為易於部署且高效能的Ten...

2023-10-04 ‧ 由 a43310175 分享
DAY 20

DAY20-scope命名法

今天我們來認識TensorFlow下的scope命名方法~ TensorFlow中有兩個作用域函數專門用來處理變數共享的需求問題 (生成影像和真實影像經過判別器...

2023-10-05 ‧ 由 a43310175 分享