原创 Tensorflow_03_Checkpoint 與 Tensorboard
Brief 概述 在理解了建構神經網絡的大致函數用途，且熟悉了神經網絡原理後，我們已經大致具備可以編寫神經網絡的能力了，在涉及比較複雜的神經網絡結構前，還有兩件重要的事情需要了解，那就是中途存檔和事後讀取的函數，它攸關到龐大的算力和時間投
2020-06-03 02:18:31
3
原创 卷積神經網絡 + 機器視覺： L10_RNN_LSTM (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=6niqTuYFZLQ&index=10&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv 完整的視頻課堂投影片連接：
2020-06-03 02:18:31
5
原创 深度學習 + 論文詳解： Fast R-CNN 原理與優勢
論文鏈接fast R-CNN: https://arxiv.org/pdf/1504.08083.pdfp.s. 鑑於斯坦福大學公開課裏面模糊的 R-CNN 描述，這邊決定精讀對應的論文並把心得和摘要記錄於此。前言在機器視覺領域的物體識別
2020-06-03 02:18:31
3
原创 卷積神經網絡 + 機器視覺： L9_VGG_GoogleNet_ResNet (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=DAOcjicFr1Y&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=9 完整的視頻課堂投影片連接：
2020-02-21 10:09:37
3
原创 卷積神經網絡 + 機器視覺： L3_Loss Functions and Optimization (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=h7iBpEHGVNc&index=3&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv 完整的視頻課堂投影片連接：
2020-02-21 10:09:23
1
原创 卷積神經網絡 + 機器視覺： L5_卷積層_Pooling Mechanism (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=bNb2fEVKeEo&index=5&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv 完整的視頻課堂投影片連接：
2020-02-21 10:09:23
原创 卷積神經網絡 + 機器視覺： L6_初始化_激勵函數_BN_梯度下降 (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=wEoyxE0GP2M&index=6&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv 完整的視頻課堂投影片連接：
2020-02-21 10:09:23
原创 卷積神經網絡 + 機器視覺：L7_進階梯度下降_正則化_遷移學習 (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=_JB0AO7QxSA&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=7 完整的視頻課堂投影片連接：
2020-02-21 10:09:23
原创 卷積神經網絡 + 機器視覺： L4_反向傳播_神經網絡內部構造 (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=d14TUNcbn1k&index=4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv 完整的視頻課堂投影片連接：
2020-02-21 10:09:23
1
原创 卷積神經網絡 + 機器視覺： L2_Image Classification (斯坦福CS231n）
完整的視頻課堂鏈接如下: https://www.youtube.com/watch?v=OoUX-nOEjG0&index=2&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&t=13s 完整的視頻課堂投
2020-02-21 10:09:23
原创 卷積神經網絡 + 機器視覺：L8_Static_Tensorflow_Dynamic_Pytorch (斯坦福CS231n）
完整的視頻課堂鏈接如下： https://www.youtube.com/watch?v=6SlgtELqOWc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=8 完整的視頻課堂投影片連接：
2020-02-21 10:09:22
1
原创 Tensorflow_08C_Keras 的數據增強與 Tensorboard 使用方法
Brief 概述 前面兩章重點描述了使用 Keras 搭建模型的兩種方式，並且妥善的儲存模型到 .h5 文件中，等下一次使用的時候直接呼叫儲存文檔，就可以把整個模型，連同參數一起回傳到新的模型中繼續開始工作。 最後，既然 Keras 已
2018-12-08 00:52:34
1
原创 Tensorflow_08B_Keras 的 Function 模型與訓練結果的儲存方法
Brief 概述 從上一章節的範例中我們成功使用 Keras 搭建全聯接神經網絡和卷積神經網絡，並分別使用此二網絡對最基礎的兩個數據集 MNIST 與 CIFAR10 做分類，旨在讓大家瞭解到使用 Keras 搭建神經網絡的簡潔性和人性化
2018-11-28 13:16:25
1
原创 Tensorflow_08A_Keras 助攻下的 Sequential 模型
Brief 概述 使用 keras 搭建模型時讓人們感受到的簡潔性與設計者的用心非常直觀的能夠在過程中留下深刻的印象，這個模塊幫可以讓呈現出來的代碼極爲人性化且一目瞭然，使用 Tensorflow 模塊搭建神經網絡模型通常需要百行的代碼，
2018-11-26 09:23:39
原创 Tensorflow_07B_讀取 TFRecord 與反序列化過程
Brief 概述 前一個章節描述如何使用 Tensorflow 的函數把數據序列化後，妥善構建一個數據結構並把數據放入 protocol buffer 文檔中保存成二進制的格式，這也是上一章節中如下圖最左邊肩頭的環節： 保存好的 .tf
2018-10-27 09:44:47
112