[Keras] 使用 CNN 建立 Cifar-10 的分類器 (實戰篇)
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。）
Read More »[Keras] 使用 CNN 建立 Cifar-10 的分類器 (實戰篇)Machine Learning
如何使用 Google Colab 提供的免費 GPU
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。
Read More »如何使用 Google Colab 提供的免費 GPU
[Keras] 使用 CNN 進行 MNIST 的手寫數字辨識
Mnist 是一個經典的手寫數字資料集，裡面的數字分別有從 0 到 9，共 10 種數字。今天我們的任務便是使用經典的 Keras 來搭建 CNN 的分類模型，以此來製作一個數字的分類器。
基本上原理的部份我想全部都留在『原理篇』裡面來闡述，今天就直接上 Code 吧！
Read More »[Keras] 使用 CNN 進行 MNIST 的手寫數字辨識
[PyTorch] Getting Start: 從 Tensor 設定開始
今天打算來介紹一下『PyTorch』—— 一個現在炙手可熱的 Python Machine Learning 框架，一邊學習、一邊把學習的心得記錄下來。
雖然看過目前的統計，現在使用 Tensorflow 的開發者還是佔了絕大部分（不知道統計的時候有沒有把 Keras 包進去呢？），但是光看 Github 上 PyTorch 的星數在短時間內迅速成長，就足以證明 PyTorch 確實有其好用的地方，更重要的是現在社群肯定是非常活躍的。
Read More »[PyTorch] Getting Start: 從 Tensor 設定開始