[Pytorch] 搭建 GAN 模型產生虛假的 MNIST 圖片
生成對抗網路 (generative adversarial network, GAN) 是一個相當有名的神經網路模型,其功用為我們輸入一組『噪音』(Noise),然後通過 Generator 產生出一組數字圖片,再經由 Discriminator 分辨是否是真正的圖片。
Read More »[Pytorch] 搭建 GAN 模型產生虛假的 MNIST 圖片生成對抗網路 (generative adversarial network, GAN) 是一個相當有名的神經網路模型,其功用為我們輸入一組『噪音』(Noise),然後通過 Generator 產生出一組數字圖片,再經由 Discriminator 分辨是否是真正的圖片。
Read More »[Pytorch] 搭建 GAN 模型產生虛假的 MNIST 圖片我曾經以為讓程式的視窗在『最前方』或『最後方』(或是你習慣稱『最上方』與『最下方』)是一件相當麻煩的事情,但在 PyQt5 當中幾乎只要一行指令就可以完成這個功能了。
Read More »[PyQt5] 讓窗口位於螢幕最前方或最後方pprint 是 Python 當中標準化輸出的一種輸出模式,很經典的一種模式便是將 Dictionary 的資料型態按照 Key-Value 由上到下印出,屬於人類較容易閱讀的版面。
Read More »[Python] 使用 pprint 印出標準化的輸出在使用 PyQt5 設計圖形化界面的時候,我們常常會有想要將參數儲存起來的需求。比如說今天我們讓使用者客製化了自己界面的顏色——如果我們沒有將設置顏色的數值儲存起來,那麼下次使用者打開這個程式的時候,還會是原本預設的顏色。
Read More »[PyQt5] 使用 QSettings 儲存參數在開發程式的過程中,我們除了小心翼翼地解決程式當中的 Bug 外,在寫好程式、能夠正常運行以後,我們也常常會憂心於程式的『執行效率』。
Read More »[PyCharm] 中使用 Profile 功能分析程式效能在 Python 當中,開發圖形化界面時使用 PyQt5 這個框架可說是再方便不過。從前我也紀錄過在 Windows + PyCharm 底下配置的方法:《PyQt5 基本教學 (1) 安裝 PyQt5,印出 Hello World!》,如果有類似的需求可以參考這篇。
若是想要更加了解何謂 PyQt5,可以參考這裡:https://pypi.org/project/PyQt5/
在 Linux 的系統底下安裝方法其實又更簡單了,以下簡單紀錄一下。
Read More »[Linux ]在 Ubuntu 18.04 配置 Qt Designer 來開發 Python 的 GUI 介面過去,大概在一年多以前,在我初學 Python 的時候,我寫了個『數獨解題程式』來當作練習,在那之後,我曾經有短暫地 Clean Code,不過並沒有對這個程式有太多的優化。
Read More »[Python] 使用遞迴程式進行數獨解題(優化版)事情是這樣的: 昨天我趁著有空新裝了個新的作業系統,然後下載我寫程式用的 IDE —— PyCharm,然後 Clone 我在 Github 上的專案。
Read More »[已解決][PyCharm] 新增虛擬環境直譯器時發生: ModuleNotFoundError: No module named 'distutils.core'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