鐵人檔案
為什麼需要學習線性回歸?線性回歸可以被用來預測連續數值，例如：房價預測、股票預測等，只要我們想要解決的問題是線性的。什麼是線性回歸?線性回歸是利用方程式的最小平...
MNIST（Modified National Institute of Standards and Technology）是一個廣泛使用的手寫數字識別資料集。...
什麼Softmax?Softmax 是一種常用於多類別分類問題的激活函數，基本上會在神經網路的最後一層，將一組實數轉換為概率分佈。它的特點是將輸入的數值轉換為範...
我一直不太懂訓練模型是什麼意思，或實際是如何運作的，今天要接續昨天對 Softmax 模型深入研究。訓練模型能夠做什麼呢?(1)可以讓模型從訓練數據中學習特徵和...
在更深入研究之前，我想先補一些前面沒有拉出來細讀的觀念或背景知識，有些小缺塊漏掉還是會影響對整體的了解，畢竟它們運作的模式也是一環扣一環。線性回歸用於分析線性問...
第一步要先將資料型態從 12828 轉換成 1*784:轉換是為了配合全連接神經網路（FCN）輸入層的要求，並進行影像正規化，全部除以255。 x_Train=...
複習一下昨天學到的東西，我們要先處理資料跟訓練模型，是為了讓它學會從數據中識別模式，在面對新數據時能做出準確的預測，而今天要提到的主要是關於測試集評估。 測試集...
為了提高模型的準確率，我們需要使用CNN，我們先來認識一下卷積神經網路(CNN)是什麼吧。 卷積層（Convolutional Layer）通過卷積運算，提取...
昨天介紹完CNN的概念，今天要來實作模型，我看到有很多種寫法，會主要介紹測出來準確率最高的。第一步就是先載入 MNIST 資料集，並將數據標準化到[0,1]範圍...
因為後續會用到Keras讀取模型，所以今天想了解一下Keras。先來看一下它的介紹:Keras 是一個用 Python 編寫的開源類神經網路庫，是一個高階神經網...
