Machine Learning

[PyTorch] Getting Start: 訓練分類器 —— MNIST

Clay
2019-10-192021-04-21
Machine Learning, Python, PyTorch

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。

[PyTorch] Getting Start: Neural Networks 神經網路的基本介紹

Clay
2019-10-162021-04-13
Machine Learning, Python, PyTorch

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。

[PyTorch] Getting Start: 自動求導

Clay
2019-10-152021-04-13
Machine Learning, Python, PyTorch

自動求導的重要性，相信精通 Machine Learning 的大家想必一清二楚吧！我在此只簡單地說明，當然，如果我的說明有誤的那是一點兒也不奇怪的，就請各路大神不吝指導一下我吧。

基本上，建構深度學習模型分成 Forward propagation 以及 Backward propagation 兩部分。

[Keras] 使用 CNN 建立 Cifar-10 的分類器 (實戰篇)

Clay
2019-10-032021-04-11
Keras, Machine Learning, Python

Cifar-10 與 MNIST 相同，是一個有著 60000 張圖片的資料集（MNIST 的部份可以參考《使用 CNN 進行 MNIST 的手寫數字辨識 —— by Keras (實戰篇)》，與這篇的程式碼應該是大同小異。）

如何使用 Google Colab 提供的免費 GPU

Clay
2019-09-292021-04-11
Machine Learning

Google Colab 的全名為 Google Colaboratory，顧名思義，是個由 Google 所提供的服務。Colab 最大的優點在於它提供了後台的免費 GPU，雖然有著一天只能使用十二小時的時限、以及訓練太長的模型會被認為是在做加密貨幣的挖掘而被 ban 調 —— 但總體而言，Colab 仍然是手邊沒有 GPU 的人們最適合進行機器學習的平台。

Colab 是一個線上 Python 執行平台，其底層的運作方法與著名的 Jupyter notebook 十分相像。