[Linux] 使用 Cython 加速純 Python 程式
在我們撰寫 Python 程式的時候，寫到後頭，如果程式的規模越來越大，我們會開始嘗試各式各樣『加速』的方法。
Read More »[Linux] 使用 Cython 加速純 Python 程式Blog
[Machine Learning] BinaryCrossEntropy 介紹與程式實作
假設 target 為我們預測標籤的『正確答案』、output 為我們模型預測的『預測標籤』—— 那麼我們便可以透過 BinaryCrossEntropy 計算 target 以及 output 之間的『二元交叉熵』。
Read More »[Machine Learning] BinaryCrossEntropy 介紹與程式實作
[PyTorch] 將 Sigmoid 的輸出設定閥值（threshold）並轉成二元值
在使用 PyTorch 當中的 Sigmoid 當我們的激活函數時，比如說接在模型的最後一層當二元分類的輸出，畢竟 Sigmoid 可以將數值壓在 [0-1] 之間，我們只要設定個閥值 (Threshold) ，比如說 0.5，就可以將數值分成倆類。
Read More »[PyTorch] 將 Sigmoid 的輸出設定閥值（threshold）並轉成二元值[PyTorch] 將 Tensor 型態轉換成 One-Hot Encoding 型態
在處理進行 Machine Learning 的資料時，我有著『將 Labels 轉成 One-Hot Encoding 型態』這樣的需求。我本來想得很單純，就將 Tensor 轉成 Numpy，再由 Numpy 轉成 One-Hot —— 就像我在這篇《在 Numpy 中將數值轉成 One-Hot 型態》中講述的一樣。
Read More »[PyTorch] 將 Tensor 型態轉換成 One-Hot Encoding 型態
[Python] 在 Numpy 中將數值轉成 One-Hot 型態
Numpy 是在 Python 處理資料時不可或缺的重要模組，常用於進行各種資料分析的工作。
Read More »[Python] 在 Numpy 中將數值轉成 One-Hot 型態[Machine Learning] NLLLoss 函式介紹與程式實作
NLLLoss 是一個常用於多分類（Multi-classes Classification）任務的 Loss function，其意義為將 『Softmax』 過後的機率值『取 Log』並將正確答案的『機率值』加總取平均。
Read More »[Machine Learning] NLLLoss 函式介紹與程式實作
[Linux] 在 Ubuntu 中安裝新酷音（chewing）中文輸入法
大部分 Linux 系統在安裝好之後，是沒有安裝中文輸入法在系統上的。不過我們可以經過配置，自己主動將中文輸入法安裝在系統中。
Read More »[Linux] 在 Ubuntu 中安裝新酷音（chewing）中文輸入法
Fibonacci 標準答案
無他，惟手賤爾。
事情是這樣子的，今天我想要『加速純 Python 的程式』=> 然後我找到了『Cython』這個經典的答案 => 然後我需要有『測試的程式』=> 然後我想到了『Fibonacci』=> 然後雖然我以前寫過還滿有自信的但我想要『對答案』 => 然後，我居然沒辦法簡單找到 Fibonacci 的標準答案。
Read More »Fibonacci 標準答案
[NS] 符文工廠4 豪華版第二部通關心得
禮拜六的早上，經歷過一個禮拜瘋狂 Coding 的洗禮，我抱著平安喜樂的心情，打穿了符文工廠4 第二部的 Boss，看完了第二次的 ED，故決定發個文紀念一下，目前為止在符文世界裡的點點滴滴。
Read More »[NS] 符文工廠4 豪華版第二部通關心得
[Scikit-Learn] 使用 train_test_split() 切割資料
如果我們有『切資料』的需求 —— 比如說將資料切成 Training data （訓練資料） 以及 Test data （測試資料） ，我們便可以透過 Scikit-Learn 的 train_test_split() 這個函式來做到簡單的資料分割。
Read More »[Scikit-Learn] 使用 train_test_split() 切割資料