搜尋結果
2023年9月24日 · 很多搜索引擎都提供有以圖搜圖的功能，但唯獨俄羅斯出品的Yandex搜索引擎的以圖搜圖功能強大無邊，能夠快速定位你需要的作品。. 比如你常常 ...
2021年1月8日 · 《黃金拍檔》（1984–1988年）：為80年代紅極一時的綜藝節目，由張菲、倪敏然、徐風、羅江與檢場主持，合稱「黃金五寶」；而羅霈穎（當時名為羅 ...
2020年5月28日 · 我們今天來認識一位對精神分析學有重要貢獻的女性：Karen Horney。 Karen Horney生於19世紀末的德國，在柏林大學取得醫學學位後，因自身經歷憂鬱症而開始對心理學產生興趣。 當時佛洛依德的理論在精神分析領域獨霸， 儘管Karen Horney接受佛洛依德理論的大致走向，但對於部分理論有所質疑，於是和阿德勒（Alfred...
2020年9月7日 · 第一次觀賞讀劇演出：台南人劇團《仲夏夜之夢》. （《仲夏夜之夢》正式劇名已改為《仲夏夜汁夢》，就裡是以當時的名稱來寫。. 什麼是「讀劇 ...
- 神經網路（Neural Network）
- 向前傳播（Forward Propagation）
- 啟動函數（Activation Function）
- 損失函數（Loss Function）
- 向後傳播（Back Propagation）
首先引用在Machine Learning課程上學習到的概念，將預測市場上的房價訂為假想目標，而我們相信房價必然會與某些特徵（如：房子的坪數、房間的數量、屋齡等等）有著某種「關係」，只要透過監督式訓練模型找出這層關係，未來只需簡單輸入特徵與發現的關係，就能達成預測房價之目標。 若從數學的表達來探討，通常將特徵表示為「x（feature）」，即我們手上握有的資料或是需要蒐集的資料，而這層想要求得的關係，通常稱為權重「w（weight）」，這間房子的實際房價則稱為「y（label）」，每項特徵x都會對實際房價y有著一定的影響或稱某種關係w，在數學上可以表達如公式一。其中b為偏差項，可以理解為當w或x皆為0時y的初始值，或是此直線方程式的截距。 不過需要注意，在神經網路使用的符號會略有不同，在這裡...
每一層網路裡面的每個節點，都會如圖一所示，把前一層所有的節點視為特徵，並將每個特徵乘上權重後得到z，再經由啟動函數得到a，形成新的節點。而為了區分每一層網路和每個節點間的差異，在符號的使用有一通則，如下： 1. 輸入的x視為第0層節點，又稱輸入層（input layer）；最後的輸出視為第L層，又稱輸出層（output layer））；而在輸入與輸出層之間，稱為隱藏層l（hidden layer）。 2. 各符號的上標以中括號表示第l層隱藏層，下標表示在第l層下的第n個節點。 3. w和b表示第l層的節點和前一層l–1層的節點之間的關係。 注意w的下標第一個數字代表第l層下的第n個節點，n會等於第l層的節點數量；第二個數字代表前一層的第n節點，而這裡的n會等於l–1層的節點數量。 4. 輸出...
公式四以矩陣相乘簡化z的計算式後，接下來介紹啟動函數的種類： 1. sigmoid function 值域在1和0之間，最終預測時可加上閾值令大於閾值的輸出為1反之為0，因此通常使用的時機為二元分類問題的輸出層。 2. tanh function CNN較常使用(後續會介紹)。 3. ReLU function 值域在0和z之間，常為隱藏層使用的啟動函數。 4. linear function（identity function） 不改變z的啟動函數，較少使用。 以圖像辨識的應用為例，若利用前文圖三的神經網路來判斷圖片內的動物是否為一隻貓，則x代表一張圖片中每一個子像素的灰階，如果此為32 × 32像素的圖片，則會有32 × 32 × 3（R、G、B三原色）個特徵；如果每個子像素的色彩深度是...
接下來會使用稱為「損失函數 （cost/loss function）」的函數來評估預測的結果是否準確（公式六）。損失函數會根據預測的目標有不同的公式，目的都是為了合理的評估向前傳播的輸出ŷ與標籤y之間的差距，藉此嘗試不同的w和b，以最小化損失函數，能最小化代價函數的w與b即為我們所尋找的答案。常見的評估方式有線性回歸，以最小平方法計算ŷ和y的距離當作損失函數，而以二元分類的問題為例，常使用「交叉熵 （cross-entropy loss function）」作為損失函數。
而如何嘗試不同的w和b最小化損失函數，則要運用深度學習的核心演算法「向後傳播（back propagation）」。將向前傳播計算出的輸出當成輸入，利用微積分中的連鎖率以及偏微分，計算損失函數對每一個w和b的偏導數，以圖五的「梯度下降（gradient descent）」來更新w和b的值，算式如公式七所示。其中，α為學習速率，代表每次梯度下降時移動幅度的常數。 另外，在計算各項偏微分時，為了簡化符號會省略偏微分的分子，以圖四的神經網路為例，計算最後一層節點da和dz的偏微分如公式八。 根據公式四，z是w、a和b的函數，利用連鎖率和偏微分對w、a和b取偏微分，如公式九。 完成第三層的向後傳播得到 dw 和 db，以圖五的梯度下降來更新第三層的w及b，接著透過第二層的da計算第二層的dz、dw及...
2021年5月16日 · Read writing from 尤妮絲 on Medium. Every day, 尤妮絲 and thousands of other voices read, write, and share important stories on Medium.
2018年12月3日 · 一首成功的快歌，可以透過曲詞編唱，煽動聽眾動起來，《跳舞街》絕對做得到，其中填詞的林敏驄功不可抹。相信大家一定記得最後一段：『何月娣 陳步禮 吳縣濟 倪淑輝…
