搜尋結果
2024年5月15日 · 香港法院上週針對反送中運動歌曲「願榮光歸香港」一曲頒布臨時禁令，《Reuters》報導，YouTube 發布聲明表示，他們對於法院裁定的結果感到失望，但會遵守法院的移除命令，根據使用者的地理位置，在香港平台上封鎖被當局視為禁止內容的 32 支 YouTube
2018年1月25日 · 「當時還以為是詐騙！ 」對一位從小念書不被肯定、卻因電動天賦被認同的少年，這樣的命運翻轉令他難以置信。 獲得冠軍戰隊邀請，李杰對自己的本事更有信心，怎料加入戰隊後的首場 GPL 超級聯賽（Garena Premier League，LoL 世界大賽的台港澳地區選拔賽），他就被另一個強悍戰隊 ahq「慘虐」，在數萬人的現場和線上觀看賽事實況中被壓著打，全隊更以 比二落敗。 本以為可一展長才，不料卻變成慘痛經歷，讓李杰深刻感受人外有人的道理，也明白在電競領域不能只靠天賦、更需要如職業運動員般用心鑽研、訓練，才能打敗更強的對手。
2017年3月17日 · 這篇文章就從日本經濟情況的過去與未來做了一次深入解析。 （責任編輯：黃筱雯） 作者/世界華人周刊，作者：楚不易. 近日，富士康宣布，將聯手台積電，競購東芝半導體業務。 東芝並非第一個「賣身續命」的日企。 近年來，三洋、夏普、索尼、三菱、鈴木等日本知名企業，紛紛陷入賣身、虧損、造假的泥潭。 與之對應的，日本「財富世界500強」企業數量，從1996年的99家，銳減至2016年的52家！ 短短20年，日本企業經歷了什麼，為何呈現集體潰敗的趨勢？ 中國的機會來了嗎？ 日本企業之潰敗，始於家電行業. 2009年，先鋒電子陷入經營困難，將“Pioneer”的品牌使用權出售給蘇寧電器。 2016年，陷入巨額的夏普，賣身富士康。 富士康38億美元收購夏普.
- 反向傳播的問題在哪？
- 無監督學習
- Geoffrey Hinton 提出新概念「Capsule」
- 反向傳播的推導過程
- 反向傳播算法的基本原則
Geoffrey Hinton 對人工智能的未來非常擔憂。在最近的一次人工智能會議上，Hinton 表示自己對於反向傳播「非常懷疑」，並提出「應該拋棄它並重新開始」。 在人工智慧多年的發展過程中，反向傳播已經成為了深度學習不可或缺的一部分。研究人員發現，只要層是可微分的，我們就可以在求解時使用任何計算層。換句話說，層的梯度是可以被計算的。更為清楚地說，在尋物遊戲中，準確表現出被蒙住眼睛的玩家與他的目標之間的距離。 在反向傳播上，存在著幾個問題：第一個是計算出來的梯度是否真的是學習的正確方向。這在直觀上是可疑的。人們總是可以尋找到某些看起來可行的方向，但這並不總是意味著它最終通向問題的解。所以，忽略梯度或許也可以讓我們找到解決方案（當然，我們也不能永遠忽略梯度）。適應性方法和優化方法之間存在著...
其他途徑就是「想像力」（imagination）或「做夢」（dreaming），不用立刻把預測與事實對比然後更新參數。今天最接近的體現就是生成對抗網絡（GAN）。GAN 包括兩個網絡：生成器和鑑別器。你可以把鑑別器當作使用目標函數的神經網絡，即它可以用現實驗證內部生成器網絡。生成器自動化創造近似現實。GAN 網絡使用反向傳播，執行無監督學習。因此，無監督學習可能不需要目標函數，但它或許仍然需要反向傳播。 看待無監督學習的另一種方式是，某種程度上，它是一種元學習。系統不需要監督訓練數據的一種可能原因是學習算法已經開發出自己的最佳內部模型。也就是說，仍然存在一定程度的監督，只不過在學習算法中更加隱晦。學習算法如何具備這種能力尚不可知。 總之，現在判斷我們是否可以拋棄反向傳播還為時尚早。我們當然可...
Hinton 與他的 Google 同事 Sara Sabour 和Nicholas Frosst 共同完成的論文《Dynamic Routing Between Capsules》已被NIPS 2017 大會接收，他們在研究中提出的capsule 概念正是 Hinton 對於未來人工智能形態的探索。不可否認的是，在無監督學習的道路上，我們還有很長的一段路要走。
神經網絡在權重的變化和目標函數的變化之間不再是線性關係。在特定層級的任何擾動（perturbation）將會在連續層級中進一步變化。那麼，我們該如何計算神經網絡中所有權重的梯度，從而進一步使用梯度下降法（最速下降法）呢？這也就是我們為什麼要使用反向傳播算法的地方。反向傳播算法的核心即對整個網絡所有可能的路徑重複使用鍊式法則。反向傳播算法真正強大的地方在於它是動態規劃的，我們可以重複使用中間結果計算梯度下降。因為它是通過神經網絡由後向前傳播誤差，並優化每一個神經節點之間的權重，所以這種算法就稱之為反向傳播算法（backpropagation algorithm）。實際上神經網絡反向傳播與前向傳播有緊密的聯繫，只不過反向傳播算法不是通過神經網絡由前向後傳播數據，而是由後向前傳播誤差。 大多數反向...
我們訓練神經網絡的最終目標是尋找損失函數關於每一個權重的梯度： 當我們計算出偏導數時就能進一步使用隨機梯度下降或小批量梯度下降更新每一層神經網絡的權重： 通常在一般神經網絡的每一個單元會存在以下幾種情況： 1. 該神經元有且僅有一個輸入和一個輸出 2. 該神經元有多個輸入 3. 該神經元有多個輸出 4. 該神經元有多個輸入和輸出 因為多輸入與多輸出是獨立的，我們能自由組合輸入與輸出神經元的數量。 這一部分將從相對簡單的結構到多層神經網絡，並在這個過程中推導出用於反向傳播的一般規則。最後，我們會將這些規則組合成可用於任意神經網絡的反向傳播算法。 單一輸入與單一輸出的神經元 在上面的神經網絡中，每一個變量都能夠準確地寫出來。 注意，上面方程式中x 是輸入，w 是權重，Sigamm 是神經元的激活...
2022年9月20日 · 創辦人韓泰生其實是台灣人！ 引起各界高度關注的 EVGA ，其背後創辦人兼 CEO 為韓泰生（Andrew Han），外界經常誤以為他是華裔，但事實上，韓泰生畢業於淡江大學物理系，曾被遴選為傑出校友。 韓泰生所創立的 EVGA 因價格穩定、不因礦潮調漲，被外界稱為「大哥」，而韓泰生本人的風格，也有類似特質。 2021 年，EVGA 官方網站在台灣國慶時，放上了巨大的「中華民國生日快樂」圖樣，更在當時一同推出「光輝十月」的免運、免稅活動，EVGA 的臉書上，也以台灣國旗為背景，寫著大大的「中華民國生日快樂」。 EVGA 大膽的舉動引起網路熱議，不過 EVGA 不提供中國地區消費者服務，所以祝台灣生日快樂一事似乎未對 EVGA 造成影響。 ♦︎ TO 推薦閱讀： 到底該買哪一張？
2015年7月16日 · 來自貧民窟的孩子沒有太多時間可以談論夢想，這個小女孩就是個實例，她單純的希望長大能到附近超市上班。 家境優渥、就讀私立小學的 Andrew 與 John，從小就開始讀起《金融時報》（Financial Times），關心全球經濟動脈，對於未來的計畫，Andrew 與 John 大概知道自己會去念牛津大學，然後畢業成為律師。 接著時光飛逝，John 與 Andrew，一個如願念完法學院，成為一名訟務律師，一個 35 歲已當上律師事務所合夥人，Andrew 甚至在影片後段，承認「 根深蒂固的階級制度，確實是存在的，而且難以改變 」。 Andrew 真實地表達他對社會現象的看法。 但仍是有一人例外：從中產階級躍升到上層階級.
2017年7月12日 · 分享本文. 【我們為什麼挑選這篇文章】大立光當台灣股王已經是非常習以為常的事了，卻很少聽過有人說大立光初成立的故事。 這家做光學鏡頭，後來靠著 iPhone 登上頂峰的公司，它背後的故事，是一件值得了解的事。 （責任編輯：林子鈞） 股王大立光股價創新高，7月11日收盤價來到5285元，外資目標價喊到六千元，成為台股萬點指標。 很多人好奇，當年200元買到大立光的投資人，現在都在做什麼？ 最新一期的《財訊》雙週刊追蹤大立光創業初的四大家族，並分析他們的財務變化，統計發現 若緊抱大立光不放，至少獲利140倍以上 。 《財訊》報導指出，攤開大立光上市當年度的董事名單，有人獲利兩倍，在大立光股價站上500元就出場，但卻錯過後面暴漲十倍的大成長；有人卻不斷加碼，做為期15年的長線投資。
