2019年1月21日 星期一

深度學習

深度學習 - 我的學習歷程

本網誌文章內容皆是閱讀Keras作者所著
<Deep Learning with Python>  的練習過程還有閱讀的心得。

深度學習開始-建置環境-使用Pycharm

深度學習開始-在Pycharm中安裝函式庫

深度學習開始 - 使用GPU - windows 10 安裝 anaconda tensorflow gpu CUDA & cudnn

深度學習開始 - 在 anaconda 下建置 python 環境 (environments) 並使用jupyter、spyder 等編譯軟體執行

深度學習 - 認識MNIST數據集 "Hello World"

深度學習 - MNIST數據集 - 實際操作

深度學習 - 認識IMDb數據集 - 正反兩面影評

深度學習 - IMDb數據集訓練 - 二分類問題

深度學習 - 認識 one hot 數據預處理

深度學習 - Reuters 路透社數據練習 - 多分類問題

深度學習 - 認識 boston_housing波士頓房價數據集

深度學習 - boston_housing 波士頓房價數據集練習 - 回歸問題

深度學習 - IMDb數據集 - 過擬合

深度學習 - MNIST - CNN 卷積神經網絡練習

深度學習 - Kaggle - Dog & Cat - 不做任何處理直接訓練

深度學習 - Keras - ImageDataGenerator

深度學習 - Kaggle - Dog & Cat - 使用數據增強訓練

深度學習 - Kaggle - Dog & Cat - 使用預訓練的卷積神經網絡

深度學習 - Kaggle - Dog & Cat - 微調模型訓練

深度學習 - 認識 one hot 數據預處理 - 再續

深度學習 - IMDb數據集 - Embedding層添加

深度學習 - IMDb數據集 - 文本與序列預處理

深度學習 - IMDb數據集 - 原始文本結合GloVe預訓練詞嵌入模型

深度學習 - 理解 RNN & LSTM & GRU

深度學習 - 天氣預測練習 - 多種模型嘗試與優化

深度學習 - Functional API

深度學習 - Functional API - Inception & Residual connection

深度學習 - 使用Keras callbacks and TensorBoard

深度學習 - 模型的高級架構

深度學習 - 使用循環神經網絡(LSTM)生成文本

深度學習 - LSTM生成文本 - 唐詩 - 文本預處理

深度學習 - LSTM生成文本 - 唐詩 - 文本向量化

深度學習 - LSTM生成文本 - 唐詩 - 訓練模型

深度學習 - LSTM生成文本 - 唐詩 - 生成唐詩

沒有留言:

張貼留言