[PyTorch] Audio: PyTorch 中的音訊處理模組 torchaudio
Last Updated on 2021-05-08 by Clay
正如同大家所熟悉的那樣,torchvision 是 PyTorch 內專門用來處理圖片的模組 —— 那麼我今天要筆記的 torchaudio,便是 PyTorch 中專門用來處理『音訊』的模組。
Read More »[PyTorch] Audio: PyTorch 中的音訊處理模組 torchaudioLast Updated on 2021-05-08 by Clay
正如同大家所熟悉的那樣,torchvision 是 PyTorch 內專門用來處理圖片的模組 —— 那麼我今天要筆記的 torchaudio,便是 PyTorch 中專門用來處理『音訊』的模組。
Read More »[PyTorch] Audio: PyTorch 中的音訊處理模組 torchaudioLast Updated on 2021-05-08 by Clay
使用 Google 圖片搜尋圖片已經是現代人生活的一部分。不管是搜尋可愛的貓咪、作業的圖片、甚至是網路上可愛的美女 —— 不可否認,Google 的圖片搜尋就是這麼地方便、好用。
Read More »[Python] 使用 google_images_download 套件批量下載 Google 圖片中的圖片Last Updated on 2021-05-08 by Clay
Tanh,又稱為雙曲正切函數,基本的定義如下:
Read More »[Machine Learning] Tanh 函式介紹與程式實作Last Updated on 2021-05-02 by Clay
Softmax 函式,又被稱為『歸一化指數函數』,基本上是將一組向量(就好比說我們 Machine Learning 最後輸出的預測結果有多個分類,每個分類有著一個分數)映射為每個向量當中的元素都位於 (0, 1) 之間,其實就是代表著每個分類的機率分佈。當然,既然是機率分佈,那麼這個向量的所有元素相加總和應為 1。
Read More »[Machine Learning] softmax 函式介紹與程式實作Last Updated on 2021-04-24 by Clay
今天再次挑戰了不同的資料集(dataset)的分類器。這次的 CIFAR-10 是一個比起 MNIST 手寫辨識來得更難一些的題目。除了圖片的尺寸變成了 32 x 32 之外,CIFAR-10 也不再是單純的灰階值,而是有著 RGB 三原色的圖片了。
Read More »[PyTorch] Getting Start: 訓練 CIFAR-10 資料集的分類模型Last Updated on 2021-05-02 by Clay
ReLU (Rectified Linear Unit) 函式,常被翻譯為『修正線性單元』,是一種神經網路當中常用的 Activation function。被認為具有一定程度的生物原理。(雖然我並不清楚是什麼原理。)
Read More »[Machine Learning] ReLU 函式介紹與程式實作Last Updated on 2021-05-01 by Clay
Sigmoid() 函數簡單來講就是個映射函數,將任何變量(這些先寫成 x)映射到 [0, 1] 之間。通常被用來當作機器學習領域 (Machine Learning) 神經網路的激活函數 (Activation Function)。
Read More »[Machine Learning] Sigmoid 函數介紹與程式實作Last Updated on 2021-04-21 by Clay
使用一個簡單的 Toy Dataset 來訓練一個『分類器』可說是再簡單不過的 Deep Learning 練習。
今天,我要來練習使用 MNIST 手寫數字辨識資料集來使用 PyTorch 搭建一個簡單的分類器。
Read More »[PyTorch] Getting Start: 訓練分類器 —— MNISTLast Updated on 2021-04-30 by Clay
工欲善其事,必先利其器。想要流暢地學習 Python 這個語法,好用的工具是必不可少。『PyCharm』 可說是我最推薦初學者的 IDE 了(當然,熟練者我也同樣推薦 XD)。
Read More »[Python] 最知名的 IDE PyCharm 安裝教學Last Updated on 2021-04-13 by Clay
所謂的『神經網路』,便是我們想要進行深度學習所建的『模型架構』。在 PyTorch 官方的教學裡頭,第一句話就明確地闡明了:
『可以使用 torch.nn 來建構神經網路。』
nn 包含了模型層以及一個 forward()
的函式,並且會返回 output。這在之後的程式碼中可以清楚看見。