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
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
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
最近遇到了一個要進行『多標籤分類』(Multi-label Classification) 的任務，這才驚覺自己從來沒碰過這方面的模型。
Read More »[Keras] 如何架構多標籤分類 (Multi-label Classification) 模型
在使用 PyQt5 開發 Python 各式各樣有趣的界面時，想必也有不少人希望能夠製作『影像處理』相關的應用程式。事實上，在 PyQt5 當中，這件事可說是一點也不困難：在 PyQt5 當中，只要呼叫 QMediaPlayer 這個元件，就可以輕鬆完成影片播放的功能。
Read More »[PyQt5] 使用 QMediaPlayer 模組在界面上播放影片
最近在研究如何使用 Flutter 開發手機 App。在研究的過程中，我發現將『元件漸層渲染』可以做出很漂亮的界面（相關的心得筆記可以參考《Flutter 中將元件渲染成不同顏色》這篇）。
Read More »[PyQt5] 將元件漸層渲染不同顏色、漸層顏色
