登入
首頁
收藏
0
返回課程
Keras實作神經網路模型之1 mnist手寫數字
AI人工智慧
AI簡介
加入課程請答有
LLM?
LLM簡介之一
LLM簡介之二
Anaconda Py3.13 裝不了 PyTorch CUDA?Ultralytics YOLO 完整避坑與 GPU 加速實測
分組
生物視覺&機器視覺
AI人工智慧 課程說明
AI人工智慧 生物視覺 機器視覺1
機器視覺 與haarcascades偵測人臉與眼睛
機器視覺ILSVRC競賽之後(923)
AI人工智慧生物視覺機器視覺
深度學習的史詩
電腦如何學會「看」?從生物神經元到 CNN 的 AI 演進史
自然語言處理
自然語言處理 Natural language Processing簡介
Natural language Processing、字詞向量與 TTS之一(930)
Natural language Processing、字詞向量與 TTS之二
展示詞嵌入Word Embeddings& TTS.ipynb
自然語言處理NLP之cos相似度實作,貓狗居然87.5分像etc
NLP 經典實作:king-man+woman=?
Clip簡介
CLIP與零樣本視覺
clip.ipynb
ex1
不用訓練就能辨識狗種?OpenAI CLIP 零樣本學習 Python 實測
藝術生成 & 對抗生成式網路GAN與其他......
藝術生成---對抗式生成網路GAN 與dall-e whichfaceisreal操作
對抗式生成式AI GAN與相關軟體操作(穿插Stable diffusion)
藝術生成 Stable Diffusion與Denoising Diffusion Model
AI機器學習與Stable Diffusion操作
stable_diffusion_3.5.ipynb
Colab上使用hugging face上的stable
免費版Colab上使用hugging face上的stable diffusion 3.5
神經網路
Keras實作神經網路模型之1 mnist手寫數字
AI機器學習Keras淺層神經網路辨識mnist手寫數字
Keras實作神經網路模型
神經網路模型之一 從感知器到神經網路
神經網路模型(Keras版).ipynb
神經網路模型(Pytorch version).ipynb
PyTorch深度學習解密手寫數字
ex2
Pytorch實作神經網路辨識mnist手寫數字
機器學習的幾個常用函數
ML常用的activation函數初探與pyplot繪圖
多神經網路模型之二與numpy計算softmax
Loss函數 cross entropy 與梯度下降
重點
討論
(1)
筆記
發表時間 : 2024-11-26 14:44
觀看次數 : 56
原始資料來自 :
https://www.youtube.com/embed/45xLRfVolz0?si=KWOFGFbzcaYy7X1n
附件
討論功能僅開放給課程成員,請先加入課程
最新的回應
...more
4 天前
M11433002
:
MNIST(Modified National Institute of Standards and Technology database)是一個機器學習與深度學習領域非常經典的手寫阿拉伯數字圖像數據集。 它在 AI 領域被譽為「機器學習界的 Hello World」,幾乎所有學習圖像辨識或神經網路的新手,第一個實作的模型都是拿 MNIST 來訓練。
10-28
D11333032
:
MNIST 就像是 AI 學習認識手寫數字的練習題庫。 它是人工智慧入門時很常使用的資料集,能幫助初學者理解 AI 如何透過資料訓練,進而完成辨識任務。
安文
mnist是什麼?
10-28
1 樓
D11333032
MNIST 就像是 AI 學習認識手寫數字的練習題庫。 它是人工智慧入門時很常使用的資料集,能幫助初學者理解 AI 如何透過資料訓練,進而完成辨識任務。
10-28
2 樓
M11433002
MNIST(Modified National Institute of Standards and Technology database)是一個機器學習與深度學習領域非常經典的手寫阿拉伯數字圖像數據集。
它在 AI 領域被譽為「機器學習界的 Hello World」,幾乎所有學習圖像辨識或神經網路的新手,第一個實作的模型都是拿 MNIST 來訓練。
4 天前
3 樓
筆記功能僅開放給課程成員,請先加入課程
原始資料來自:
https://eclass.uch.edu.tw/media/52923
Prev
神經網路
Next
AI機器學習Keras淺層神經網路辨識mnist手寫數字
它在 AI 領域被譽為「機器學習界的 Hello World」,幾乎所有學習圖像辨識或神經網路的新手,第一個實作的模型都是拿 MNIST 來訓練。