source: Pixabay前言在學習線性代數或是深度學習的數學運算時，經常需要對高維度的向量、矩陣進行運算。我們都知道純量 (Scalar) 屬於 0 維、向量 (Vector) 屬於 1 維、矩陣 (Matrix) 屬於 2 維度，超過 3 維就統稱為張量 (Tensor)。

source: Pixabay前言在機器學習基本觀念：Bias-Variance Tradeoff 一文中，我們介紹了機器學習模型的 Error 包含了 Bias Error 與 Variance Error。當模型有很高的 Bias 時，我們稱為 Underfitting；當模...

前言當模型訓練完之後，我們會透過測試資料集來衡量模型的效能，計算模型的 Error。模型的 Error「包含」 Bias 與 Variance，我們希望模型的 Bias 與 Variance 兩者都愈小愈好，然而「魚與熊掌，不可兼得」，通常降低 Bias 就會提升 Varianc...

pytorch前言在 2022 年 5 月18 日的這一天，PyTorch 在 Official Blog 中宣布：在 PyTorch 1.12 版本中將可以使用 Apple Silicon 中的 GPU，也就是說如果你的 MacBook Air 或 MacBook Pro 的處...

站在 Neural Network 的角度看世界！

帶你看懂 Neural Network 中的專有名詞

理解 Sigmoid 函數在神經網路扮演的角色

深度學習的第一步：Perceptron

想學習 TensorFlow 嗎？不如從 Tensor 開始吧！

想學習 TensorFlow 嗎？不如從 Tensor 開始吧！

想學習 TensorFlow 嗎？不如從 Tensor 開始吧！

前言 概述本篇為機器學習入門觀念的第五篇文章。在前一篇文章中，我們介紹了「建立資料集」的概念與重要性。在本篇文章中，將會說明「模型訓練」的意義。資料集到模型訓練建立資料集後，我們通常會將資料集切成兩部分 : 訓練資料集 (Training Dataset) 與測試資料集 (Test Dataset)。

前言 概述本篇為 Python 程式語言入門教學的第一篇文章。今天的文章中，將會介紹 Google Colaboratory (Colab) 是什麼，如何透過 Colab 學習 Python 程式語言。本文將會以 6 個問題切入了解 Colab。

前言 概述在開始閱讀本篇文章之前，必須先了解 Machine Learning 的概念。可以先閱讀前一篇文章，對 Machine Learning 有基本的認知。在本篇文章中，將會介紹 Machine Learning 中重要的三個元素的概念：模型 (Model)、模...

人工智慧的議題在近幾年非常的盛行，愈來愈多的演算法被開發出來，半導體製程的進步，提升了硬體的運算能力，對 AI 技術的發展，有著非常大的貢獻！然而，目前的人工智慧還屬於「弱」人工智慧，只能處理特定問題；例如，郵件分類、人臉辨識、語音辨識等等。