鐵人檔案
由於智慧穿戴裝置興起，多數廠商如 Google Fit、Fitbit、Apple Watch 等，也開始致力於投入於研發關技術。然而除了硬體製造外，重點莫過於透過後台分析數據以判斷使用者當前狀況，舉凡偵測心率、血壓、血糖變化可提早發現潛在心臟病；或是分析使用者的運動數據以提供最佳的運動課程等，皆可以透過 TensorFlow 訓練 CNN/DNN 完成，由此可見其對我們貢獻諸多便利性。本題會透過以上內容之基本概念出發，探討他們之間的關係與應用。
零、前言 首次耳聞 TensorFlow 的時候，是來自於 Google Pixel 6 Pro 問世時所搭載之 TensorFlow 晶片，由 Googl...
零、橫空出世的 TensorFlow 在深度學習（Deep Learning）的發展初期，在開發時往往需要大量的程式碼、以及高規格的硬體設施成本，使得深度學...
在上篇中完成 TensorFlow 開發環境後，接下來我們就可以透過 TensorFlow，搭配上 Keras API 的輔助，來完成各種機器學習和深度學習的問...
在上一篇文章中，我們介紹了 TensorFlow 的基本概念與使用方法。本篇文章將繼續介紹 TensorFlow 的應用，我們這次使用 TensorFlow 來...
零、歷史背景 在 2014 年，也就是 Google 發表 TensorFlow 的隔年，Google 研究人員便嘗試在 TensorFlow 之中整合 CNN...
零、前言 在【Day 03】的章節中，我們簡單提到了 Keras API 內的兩個模型，而 Keras 做為 TensorFlow 主要的高級 API 之一，雖...
在上一篇文章中，我們對於 Layer、Model、Module 的觀念做了摘要式的說明，同時在釐清其定義，並了解每一個主題的相關內容以及其用處。這次我們就要來了...
零、前言 在上一篇文章中，我們介紹了 Sequential 和 Functional 模型的用法和 API 架構。這兩種方法雖然簡單易上手，但在資料量增加時，可...
零、前言 在前面我們了解到 Deep Learning 大致上是如何運作的，那也看到我們最後測出來的準確度卻都不到 80%，嚴格說起來還不能真正地解決我們遇到的...
零、前言 在上一篇中講到 Model 形成的概念，便是透過模擬人類神經元的 Perceptron感應器而初步建立的 Layers 組合就成為 Model，我們也...
