Deep Learning 原理 : Neural Network 如何分類圖像
站在 Neural Network 的角度看世界！
The Power of Ensemble Learning and Data Augmentation
Full code examples on the MNIST dataset with VGG16 ResNet50 FG-UNET Majority Voting Single Transferable Vote Instant-Runoff VotingTable...
Perceptron 的改良版 : 了解什麼是 Sigmoid Neuron
理解 Sigmoid 函數在神經網路扮演的角色
〔程式教學〕開始深度學習之前，先了解什麼是「感知器」(Perceptron)
深度學習的第一步：Perceptron
相关标签
# 机器学习 813 
# Tensorflow 55 
# gpu 911 
# Sklearn 13 
# 程式碼 310 
# Unity 710 
# 軟體設計 48 
# TensorFlow 53 
# openAI 446 
# 雲端運算 46
【機器學習】Dropout Layer
極簡；重點
Tensor 基本觀念 (3)
想學習 TensorFlow 嗎？不如從 Tensor 開始吧！
Tensor 基本觀念 (2)
想學習 TensorFlow 嗎？不如從 Tensor 開始吧！
AWS ML Service 介紹
source: AWS Machine Learning Foundation Course on Udacity前言 & 概述AWS (Amazon Web Service) 提供了許多 AI 與 ML Services。透過 AWS AI Services，開發者可以快速的將 AI 技術引入應用程式中。
AWS AI Service 介紹
前言 & 概述source: AWS Machine Learning Foundation Course on UdacityAWS 全名為 Amazon Web Service，是一個雲端運算平台。向世界提供許多雲端技術與應用。
使用機器學習解決問題 : 人臉辨識
前言 & 概述本篇為機器學習觀念入門的最後一篇文章。在前幾篇文章中，我們介紹了機器學習的五步驟 (定義問題、建立資料集、模型訓練、模型評估與模型推論)，並說明如何應用在「房價預測」(監督式學習) 與「探索書籍風格」(非監督式學習) 的問題上。
使用機器學習解決問題 : 房價預測
前言 & 概述本篇為機器學習觀念入門的第 8 篇文章。在前五篇文章中，我們依序了解機器學習五步驟 : 定義問題、建立資料集、模型訓練、模型評估與模型推論。在本篇文章中，將會重新應用這五步驟來解決「房價預測」的問題。房價預測經常作為理解機器學習原理的例子，如果你已經具備機器...
使用機器學習解決問題的五步驟 : 模型推論
前言 & 概述本篇為機器學習觀念入門的第七篇文章，歷經了定義問題、建立資料集、模型訓練與模型評估後，終於來到了最後一步 —— 模型推論 (Model Inference)。在本篇文章中，將會介紹什麼是「模型推論」以及其與「模型訓練」的差異。
使用機器學習解決問題的五步驟 : 模型評估
前言 & 概述本篇為機器學習入門觀念的第六篇文章。在「使用機器學習解決問題的五步驟 : 模型訓練」一文中，我們介紹了模型訓練的觀念，並提到常見的模型種類。當模型完成訓練後，我們就可以來評估模型的好壞，也就是看看模型的訓練成果如何，我們稱之為「模型評估」(Model Evaluation)。
Adobe在最新版的CameraRAW加入了超級解析度功能，打得過Topaz GigaPixel AI嗎？
在野外從事生態攝影，像猛禽這類比較敏感的鳥類，拍攝的距離常常是難以接近，裁切是免不了的。不過有時候裁切後解析度自然會下降，如果有需要輸出的需求怎麼辦呢？