Suche senden
Hochladen
用十分鐘瞭解 Tensorflow.js (Google的JavaScript深度學習套件)
•
26 gefällt mir
•
13,178 views
鍾誠 陳鍾誠
Folgen
陳鍾誠 金門大學資訊工程系 2018年4月24日
Weniger lesen
Mehr lesen
Bildung
Melden
Teilen
Melden
Teilen
1 von 106
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
用十分鐘瞭解 新竹科學園區的發展史
用十分鐘瞭解 新竹科學園區的發展史
鍾誠 陳鍾誠
最佳化問題的公理化方法
最佳化問題的公理化方法
鍾誠 陳鍾誠
西洋史 (你或許不知道但卻影響現代教育的那些事)
西洋史 (你或許不知道但卻影響現代教育的那些事)
鍾誠 陳鍾誠
梯度下降法 (隱藏在深度學習背後的演算法) -- 十分鐘系列
梯度下降法 (隱藏在深度學習背後的演算法) -- 十分鐘系列
鍾誠 陳鍾誠
那些年、我們還沒學會就已經過時的那些技術
那些年、我們還沒學會就已經過時的那些技術
鍾誠 陳鍾誠
開放電腦計畫 - 從一顆最簡單的 MCU 談起
開放電腦計畫 - 從一顆最簡單的 MCU 談起
鍾誠 陳鍾誠
用十分鐘瞭解 陳鍾誠的程式設計課 (採用JavaScript + C的原因)
用十分鐘瞭解 陳鍾誠的程式設計課 (採用JavaScript + C的原因)
鍾誠 陳鍾誠
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
鍾誠 陳鍾誠
Empfohlen
用十分鐘瞭解 新竹科學園區的發展史
用十分鐘瞭解 新竹科學園區的發展史
鍾誠 陳鍾誠
最佳化問題的公理化方法
最佳化問題的公理化方法
鍾誠 陳鍾誠
西洋史 (你或許不知道但卻影響現代教育的那些事)
西洋史 (你或許不知道但卻影響現代教育的那些事)
鍾誠 陳鍾誠
梯度下降法 (隱藏在深度學習背後的演算法) -- 十分鐘系列
梯度下降法 (隱藏在深度學習背後的演算法) -- 十分鐘系列
鍾誠 陳鍾誠
那些年、我們還沒學會就已經過時的那些技術
那些年、我們還沒學會就已經過時的那些技術
鍾誠 陳鍾誠
開放電腦計畫 - 從一顆最簡單的 MCU 談起
開放電腦計畫 - 從一顆最簡單的 MCU 談起
鍾誠 陳鍾誠
用十分鐘瞭解 陳鍾誠的程式設計課 (採用JavaScript + C的原因)
用十分鐘瞭解 陳鍾誠的程式設計課 (採用JavaScript + C的原因)
鍾誠 陳鍾誠
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
鍾誠 陳鍾誠
用十分鐘欣賞《物理學公理系統的演化史》
用十分鐘欣賞《物理學公理系統的演化史》
鍾誠 陳鍾誠
相容於node.js的 網頁型桌面程式設計 (使用Electron.js 開發)
相容於node.js的 網頁型桌面程式設計 (使用Electron.js 開發)
鍾誠 陳鍾誠
用十分鐘理解 《微分方程》
用十分鐘理解 《微分方程》
鍾誠 陳鍾誠
適合資工系畢業生的 一百零一種工作
適合資工系畢業生的 一百零一種工作
鍾誠 陳鍾誠
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
鍾誠 陳鍾誠
軟體工程(總結篇)
軟體工程(總結篇)
鍾誠 陳鍾誠
用十分鐘向nand2tetris學會設計處理器
用十分鐘向nand2tetris學會設計處理器
鍾誠 陳鍾誠
用十分鐘開始理解深度學習技術 (從 dnn.js 專案出發)
用十分鐘開始理解深度學習技術 (從 dnn.js 專案出發)
鍾誠 陳鍾誠
高橋流微積分
高橋流微積分
鍾誠 陳鍾誠
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
鍾誠 陳鍾誠
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
鍾誠 陳鍾誠
用十分鐘學會道本語 (用120個單字就能和外國人交談)
用十分鐘學會道本語 (用120個單字就能和外國人交談)
鍾誠 陳鍾誠
十分鐘讓程式人搞懂雲端平台與技術
十分鐘讓程式人搞懂雲端平台與技術
鍾誠 陳鍾誠
如何設計電腦 -- 還有讓電腦變快的那些方法
如何設計電腦 -- 還有讓電腦變快的那些方法
鍾誠 陳鍾誠
對程式人有用的《幾何學》
對程式人有用的《幾何學》
鍾誠 陳鍾誠
用十分鐘了解 《大學老師到底是一個甚麼樣的工作》?
用十分鐘了解 《大學老師到底是一個甚麼樣的工作》?
鍾誠 陳鍾誠
用十分鐘瞭解《如何避免寫出悲劇的 C 語言》
用十分鐘瞭解《如何避免寫出悲劇的 C 語言》
鍾誠 陳鍾誠
人工智慧與神經網路 (還有深度學習的進展)
人工智慧與神經網路 (還有深度學習的進展)
鍾誠 陳鍾誠
用十分鐘 學會《資料結構、演算法和計算理論》
用十分鐘 學會《資料結構、演算法和計算理論》
鍾誠 陳鍾誠
用十分鐘瞭解《大學專題的那些事兒》!
用十分鐘瞭解《大學專題的那些事兒》!
鍾誠 陳鍾誠
張量與相對論
張量與相對論
鍾誠 陳鍾誠
Noder eyes for frontend guys
Noder eyes for frontend guys
Hsu Ping Feng
Weitere ähnliche Inhalte
Was ist angesagt?
用十分鐘欣賞《物理學公理系統的演化史》
用十分鐘欣賞《物理學公理系統的演化史》
鍾誠 陳鍾誠
相容於node.js的 網頁型桌面程式設計 (使用Electron.js 開發)
相容於node.js的 網頁型桌面程式設計 (使用Electron.js 開發)
鍾誠 陳鍾誠
用十分鐘理解 《微分方程》
用十分鐘理解 《微分方程》
鍾誠 陳鍾誠
適合資工系畢業生的 一百零一種工作
適合資工系畢業生的 一百零一種工作
鍾誠 陳鍾誠
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
鍾誠 陳鍾誠
軟體工程(總結篇)
軟體工程(總結篇)
鍾誠 陳鍾誠
用十分鐘向nand2tetris學會設計處理器
用十分鐘向nand2tetris學會設計處理器
鍾誠 陳鍾誠
用十分鐘開始理解深度學習技術 (從 dnn.js 專案出發)
用十分鐘開始理解深度學習技術 (從 dnn.js 專案出發)
鍾誠 陳鍾誠
高橋流微積分
高橋流微積分
鍾誠 陳鍾誠
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
鍾誠 陳鍾誠
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
鍾誠 陳鍾誠
用十分鐘學會道本語 (用120個單字就能和外國人交談)
用十分鐘學會道本語 (用120個單字就能和外國人交談)
鍾誠 陳鍾誠
十分鐘讓程式人搞懂雲端平台與技術
十分鐘讓程式人搞懂雲端平台與技術
鍾誠 陳鍾誠
如何設計電腦 -- 還有讓電腦變快的那些方法
如何設計電腦 -- 還有讓電腦變快的那些方法
鍾誠 陳鍾誠
對程式人有用的《幾何學》
對程式人有用的《幾何學》
鍾誠 陳鍾誠
用十分鐘了解 《大學老師到底是一個甚麼樣的工作》?
用十分鐘了解 《大學老師到底是一個甚麼樣的工作》?
鍾誠 陳鍾誠
用十分鐘瞭解《如何避免寫出悲劇的 C 語言》
用十分鐘瞭解《如何避免寫出悲劇的 C 語言》
鍾誠 陳鍾誠
人工智慧與神經網路 (還有深度學習的進展)
人工智慧與神經網路 (還有深度學習的進展)
鍾誠 陳鍾誠
用十分鐘 學會《資料結構、演算法和計算理論》
用十分鐘 學會《資料結構、演算法和計算理論》
鍾誠 陳鍾誠
用十分鐘瞭解《大學專題的那些事兒》!
用十分鐘瞭解《大學專題的那些事兒》!
鍾誠 陳鍾誠
Was ist angesagt?
(20)
用十分鐘欣賞《物理學公理系統的演化史》
用十分鐘欣賞《物理學公理系統的演化史》
相容於node.js的 網頁型桌面程式設計 (使用Electron.js 開發)
相容於node.js的 網頁型桌面程式設計 (使用Electron.js 開發)
用十分鐘理解 《微分方程》
用十分鐘理解 《微分方程》
適合資工系畢業生的 一百零一種工作
適合資工系畢業生的 一百零一種工作
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
區塊鏈 (比特幣背後的關鍵技術) -- 十分鐘系列
軟體工程(總結篇)
軟體工程(總結篇)
用十分鐘向nand2tetris學會設計處理器
用十分鐘向nand2tetris學會設計處理器
用十分鐘開始理解深度學習技術 (從 dnn.js 專案出發)
用十分鐘開始理解深度學習技術 (從 dnn.js 專案出發)
高橋流微積分
高橋流微積分
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
如何用十分鐘快速瞭解一個程式語言 《以JavaScript和C語言為例》
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
《計算機結構與作業系統裏》-- 資工系學生們經常搞錯的那些事兒!
用十分鐘學會道本語 (用120個單字就能和外國人交談)
用十分鐘學會道本語 (用120個單字就能和外國人交談)
十分鐘讓程式人搞懂雲端平台與技術
十分鐘讓程式人搞懂雲端平台與技術
如何設計電腦 -- 還有讓電腦變快的那些方法
如何設計電腦 -- 還有讓電腦變快的那些方法
對程式人有用的《幾何學》
對程式人有用的《幾何學》
用十分鐘了解 《大學老師到底是一個甚麼樣的工作》?
用十分鐘了解 《大學老師到底是一個甚麼樣的工作》?
用十分鐘瞭解《如何避免寫出悲劇的 C 語言》
用十分鐘瞭解《如何避免寫出悲劇的 C 語言》
人工智慧與神經網路 (還有深度學習的進展)
人工智慧與神經網路 (還有深度學習的進展)
用十分鐘 學會《資料結構、演算法和計算理論》
用十分鐘 學會《資料結構、演算法和計算理論》
用十分鐘瞭解《大學專題的那些事兒》!
用十分鐘瞭解《大學專題的那些事兒》!
Ähnlich wie 用十分鐘瞭解 Tensorflow.js (Google的JavaScript深度學習套件)
張量與相對論
張量與相對論
鍾誠 陳鍾誠
Noder eyes for frontend guys
Noder eyes for frontend guys
Hsu Ping Feng
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
鍾誠 陳鍾誠
少年科技人雜誌 2015 年六月
少年科技人雜誌 2015 年六月
鍾誠 陳鍾誠
邏輯語為何從BNF轉向PEG ?
邏輯語為何從BNF轉向PEG ?
鍾誠 陳鍾誠
2018 Week 16 Computer Vision
2018 Week 16 Computer Vision
AkashaC1
Python系列1
Python系列1
數真 蔡
Core ML Sessions in WWDC 18
Core ML Sessions in WWDC 18
Marvin Lin
Ready Programmer One
Ready Programmer One
flywindy
Django入门
Django入门
oikomi
简单Pthon教程
简单Pthon教程
junjun chen
Ansible & GitLab CI / CD Workshop 101 ( @Agile Tour Taipei 2017)
Ansible & GitLab CI / CD Workshop 101 ( @Agile Tour Taipei 2017)
Chen Cheng-Wei
人工智慧的開放資源
人工智慧的開放資源
鍾誠 陳鍾誠
getPDF.aspx
getPDF.aspx
byron zhao
getPDF.aspx
getPDF.aspx
byron zhao
Python简明教程
Python简明教程
ingong
20170905 dev ops in hiiir
20170905 dev ops in hiiir
Isaac Tseng
2 Python开发工具链
2 Python开发工具链
March Liu
JsDoc的使用
JsDoc的使用
Frank Xu
Adorable python
Adorable python
Rhythm Sun
Ähnlich wie 用十分鐘瞭解 Tensorflow.js (Google的JavaScript深度學習套件)
(20)
張量與相對論
張量與相對論
Noder eyes for frontend guys
Noder eyes for frontend guys
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
深度學習的捲積神經網路 -- (使用JavaScript / node.js實作)
少年科技人雜誌 2015 年六月
少年科技人雜誌 2015 年六月
邏輯語為何從BNF轉向PEG ?
邏輯語為何從BNF轉向PEG ?
2018 Week 16 Computer Vision
2018 Week 16 Computer Vision
Python系列1
Python系列1
Core ML Sessions in WWDC 18
Core ML Sessions in WWDC 18
Ready Programmer One
Ready Programmer One
Django入门
Django入门
简单Pthon教程
简单Pthon教程
Ansible & GitLab CI / CD Workshop 101 ( @Agile Tour Taipei 2017)
Ansible & GitLab CI / CD Workshop 101 ( @Agile Tour Taipei 2017)
人工智慧的開放資源
人工智慧的開放資源
getPDF.aspx
getPDF.aspx
getPDF.aspx
getPDF.aspx
Python简明教程
Python简明教程
20170905 dev ops in hiiir
20170905 dev ops in hiiir
2 Python开发工具链
2 Python开发工具链
JsDoc的使用
JsDoc的使用
Adorable python
Adorable python
Mehr von 鍾誠 陳鍾誠
用十分鐘搞懂 λ-Calculus
用十分鐘搞懂 λ-Calculus
鍾誠 陳鍾誠
交⼤資訊⼯程學系備審資料 ⾱詠祥
交⼤資訊⼯程學系備審資料 ⾱詠祥
鍾誠 陳鍾誠
smallpt: Global Illumination in 99 lines of C++
smallpt: Global Illumination in 99 lines of C++
鍾誠 陳鍾誠
系統程式 -- 前言
系統程式 -- 前言
鍾誠 陳鍾誠
系統程式 -- 附錄
系統程式 -- 附錄
鍾誠 陳鍾誠
系統程式 -- 第 12 章 系統軟體實作
系統程式 -- 第 12 章 系統軟體實作
鍾誠 陳鍾誠
系統程式 -- 第 11 章 嵌入式系統
系統程式 -- 第 11 章 嵌入式系統
鍾誠 陳鍾誠
系統程式 -- 第 10 章 作業系統
系統程式 -- 第 10 章 作業系統
鍾誠 陳鍾誠
系統程式 -- 第 9 章 虛擬機器
系統程式 -- 第 9 章 虛擬機器
鍾誠 陳鍾誠
系統程式 -- 第 8 章 編譯器
系統程式 -- 第 8 章 編譯器
鍾誠 陳鍾誠
系統程式 -- 第 7 章 高階語言
系統程式 -- 第 7 章 高階語言
鍾誠 陳鍾誠
系統程式 -- 第 6 章 巨集處理器
系統程式 -- 第 6 章 巨集處理器
鍾誠 陳鍾誠
系統程式 -- 第 5 章 連結與載入
系統程式 -- 第 5 章 連結與載入
鍾誠 陳鍾誠
系統程式 -- 第 4 章 組譯器
系統程式 -- 第 4 章 組譯器
鍾誠 陳鍾誠
系統程式 -- 第 3 章 組合語言
系統程式 -- 第 3 章 組合語言
鍾誠 陳鍾誠
系統程式 -- 第 1 章 系統軟體
系統程式 -- 第 1 章 系統軟體
鍾誠 陳鍾誠
系統程式 - 第二章
系統程式 - 第二章
鍾誠 陳鍾誠
nand2tetris 舊版投影片 -- 第五章 計算機結構
nand2tetris 舊版投影片 -- 第五章 計算機結構
鍾誠 陳鍾誠
nand2tetris 舊版投影片 -- 第四章 機器語言
nand2tetris 舊版投影片 -- 第四章 機器語言
鍾誠 陳鍾誠
nand2tetris 舊版投影片 -- 第三章 循序邏輯
nand2tetris 舊版投影片 -- 第三章 循序邏輯
鍾誠 陳鍾誠
Mehr von 鍾誠 陳鍾誠
(20)
用十分鐘搞懂 λ-Calculus
用十分鐘搞懂 λ-Calculus
交⼤資訊⼯程學系備審資料 ⾱詠祥
交⼤資訊⼯程學系備審資料 ⾱詠祥
smallpt: Global Illumination in 99 lines of C++
smallpt: Global Illumination in 99 lines of C++
系統程式 -- 前言
系統程式 -- 前言
系統程式 -- 附錄
系統程式 -- 附錄
系統程式 -- 第 12 章 系統軟體實作
系統程式 -- 第 12 章 系統軟體實作
系統程式 -- 第 11 章 嵌入式系統
系統程式 -- 第 11 章 嵌入式系統
系統程式 -- 第 10 章 作業系統
系統程式 -- 第 10 章 作業系統
系統程式 -- 第 9 章 虛擬機器
系統程式 -- 第 9 章 虛擬機器
系統程式 -- 第 8 章 編譯器
系統程式 -- 第 8 章 編譯器
系統程式 -- 第 7 章 高階語言
系統程式 -- 第 7 章 高階語言
系統程式 -- 第 6 章 巨集處理器
系統程式 -- 第 6 章 巨集處理器
系統程式 -- 第 5 章 連結與載入
系統程式 -- 第 5 章 連結與載入
系統程式 -- 第 4 章 組譯器
系統程式 -- 第 4 章 組譯器
系統程式 -- 第 3 章 組合語言
系統程式 -- 第 3 章 組合語言
系統程式 -- 第 1 章 系統軟體
系統程式 -- 第 1 章 系統軟體
系統程式 - 第二章
系統程式 - 第二章
nand2tetris 舊版投影片 -- 第五章 計算機結構
nand2tetris 舊版投影片 -- 第五章 計算機結構
nand2tetris 舊版投影片 -- 第四章 機器語言
nand2tetris 舊版投影片 -- 第四章 機器語言
nand2tetris 舊版投影片 -- 第三章 循序邏輯
nand2tetris 舊版投影片 -- 第三章 循序邏輯
Kürzlich hochgeladen
未毕业在线购买日本熊本县立大学学位记🏆学习成绩单电子版定制🏆克隆爱尔兰大学文凭🏆CFA证书定制
未毕业在线购买日本熊本县立大学学位记🏆学习成绩单电子版定制🏆克隆爱尔兰大学文凭🏆CFA证书定制
gravestomas0
Grade 6 Lesson 7 Environment Protection.pptx
Grade 6 Lesson 7 Environment Protection.pptx
PriscilleXu
JAWAPAN BUKU AKTIVITI BAHASA CINA TAHUN 3.pptx
JAWAPAN BUKU AKTIVITI BAHASA CINA TAHUN 3.pptx
CHANSUITNEEMoe
加急代办一个日本鹿儿岛纯心女子大学学位记🌈学习成绩单电子版定制🌈仿制荷兰大学毕业证🌈日语JLPT证书定制
加急代办一个日本鹿儿岛纯心女子大学学位记🌈学习成绩单电子版定制🌈仿制荷兰大学毕业证🌈日语JLPT证书定制
bairnshajjes
003 DSKP KSSR SEMAKAN 2017 BAHASA CINA TAHUN 3.pdf
003 DSKP KSSR SEMAKAN 2017 BAHASA CINA TAHUN 3.pdf
shanshanhui1
日本九州齿科大学毕业证制作🚩定制本科卒业证书🚩哪里可以购买假美国西南基督复临安息日会大学成绩单
日本九州齿科大学毕业证制作🚩定制本科卒业证书🚩哪里可以购买假美国西南基督复临安息日会大学成绩单
jakepaige317
哪里可以购买日本神奈川县立保健福祉大学学位记/录取通知书可以制作吗/补办马来西亚大学文凭/CIA证书定制
哪里可以购买日本神奈川县立保健福祉大学学位记/录取通知书可以制作吗/补办马来西亚大学文凭/CIA证书定制
kathrynalvarez364
布莱德福德大学毕业证制作/英国本科学历如何认证/购买一个假的香港中文大学专业进修学院硕士学位证书
布莱德福德大学毕业证制作/英国本科学历如何认证/购买一个假的香港中文大学专业进修学院硕士学位证书
kathrynalvarez364
澳洲圣母大学毕业证制作/加拿大硕士学历代办/购买一个假的中央警察大学硕士学位证书
澳洲圣母大学毕业证制作/加拿大硕士学历代办/购买一个假的中央警察大学硕士学位证书
kathrynalvarez364
我了解到黑客在某些领域拥有卓越的技术能力,特别是在处理系统漏洞方面。在当前的情境下,如果我想要改变我的毕业成绩,他们的帮助或许是我唯一可行的选择。【微 t...
我了解到黑客在某些领域拥有卓越的技术能力,特别是在处理系统漏洞方面。在当前的情境下,如果我想要改变我的毕业成绩,他们的帮助或许是我唯一可行的选择。【微 t...
黑客 接单【TG/微信qoqoqdqd】
Kürzlich hochgeladen
(10)
未毕业在线购买日本熊本县立大学学位记🏆学习成绩单电子版定制🏆克隆爱尔兰大学文凭🏆CFA证书定制
未毕业在线购买日本熊本县立大学学位记🏆学习成绩单电子版定制🏆克隆爱尔兰大学文凭🏆CFA证书定制
Grade 6 Lesson 7 Environment Protection.pptx
Grade 6 Lesson 7 Environment Protection.pptx
JAWAPAN BUKU AKTIVITI BAHASA CINA TAHUN 3.pptx
JAWAPAN BUKU AKTIVITI BAHASA CINA TAHUN 3.pptx
加急代办一个日本鹿儿岛纯心女子大学学位记🌈学习成绩单电子版定制🌈仿制荷兰大学毕业证🌈日语JLPT证书定制
加急代办一个日本鹿儿岛纯心女子大学学位记🌈学习成绩单电子版定制🌈仿制荷兰大学毕业证🌈日语JLPT证书定制
003 DSKP KSSR SEMAKAN 2017 BAHASA CINA TAHUN 3.pdf
003 DSKP KSSR SEMAKAN 2017 BAHASA CINA TAHUN 3.pdf
日本九州齿科大学毕业证制作🚩定制本科卒业证书🚩哪里可以购买假美国西南基督复临安息日会大学成绩单
日本九州齿科大学毕业证制作🚩定制本科卒业证书🚩哪里可以购买假美国西南基督复临安息日会大学成绩单
哪里可以购买日本神奈川县立保健福祉大学学位记/录取通知书可以制作吗/补办马来西亚大学文凭/CIA证书定制
哪里可以购买日本神奈川县立保健福祉大学学位记/录取通知书可以制作吗/补办马来西亚大学文凭/CIA证书定制
布莱德福德大学毕业证制作/英国本科学历如何认证/购买一个假的香港中文大学专业进修学院硕士学位证书
布莱德福德大学毕业证制作/英国本科学历如何认证/购买一个假的香港中文大学专业进修学院硕士学位证书
澳洲圣母大学毕业证制作/加拿大硕士学历代办/购买一个假的中央警察大学硕士学位证书
澳洲圣母大学毕业证制作/加拿大硕士学历代办/购买一个假的中央警察大学硕士学位证书
我了解到黑客在某些领域拥有卓越的技术能力,特别是在处理系统漏洞方面。在当前的情境下,如果我想要改变我的毕业成绩,他们的帮助或许是我唯一可行的选择。【微 t...
我了解到黑客在某些领域拥有卓越的技术能力,特别是在处理系统漏洞方面。在当前的情境下,如果我想要改变我的毕业成绩,他们的帮助或许是我唯一可行的选择。【微 t...
用十分鐘瞭解 Tensorflow.js (Google的JavaScript深度學習套件)
1.
用十分鐘瞭解 Tensorflow.js (Google 的
JavaScript 深度學習套件 ) 陳鍾誠 金門大學資訊工程系 2018 年 4 月 24 日 程式人十分鐘系列程式人十分鐘系列 本文衍生自維基百科
2.
話說 ● 這兩年 Python
快速崛起 ● 原因主要和《深度學習》有關 ...
3.
特別是 ● Tensorflow 框架只支援
Python 語言做 機器學習訓練 ... ● 其他的語言,像是 Java, Go, JavaScript 只能使用 Python 訓練好的模型,而無法撰 寫訓練程式 ...
4.
這對以 JavaScript 為主的我 ●
實在是非常不方便的 ....
5.
終於 ● 在 2018
年四月 Google 的 Nikhil Thorat 等人 釋出了 Tensorflow.js
6.
Tensorflow.js ● 不只可以載入 Python
訓練好的 模型,也可以直接撰寫訓練程式 …
7.
這對我來說 ● 無疑是一個非常令人興奮的消息 ...
8.
所以我決定 ● 立馬開始使用 Tensorflow.js
...
9.
首先來到 Tensorflow.js 的官網 https://js.tensorflow.org/
10.
向下捲到 Getting Started (via
Script Tag 這一段 )
11.
剪貼該程式後存成 demo.html 檔案
12.
打開該檔後選 《更多工具 / 開發人員工具》
13.
然後我們可以看到程式的輸出
14.
仔細看一下程式
15.
查查其中 tf.sequantial 的說明
16.
所以 tf.sequantial 代表 ●
將神經網路一個接一個串接起來
17.
這樣我就看懂了 ... ● 這個程式只有一層
dense 網路,然後用隨機梯度下降法,對 meanSquaredError 這個能量函數進行優化! 接著給定訓練的輸入與輸出接著給定訓練的輸入與輸出 然後開始訓練,訓練好後就進行預測 看看 x =5 時,預測的 y 會是多少?
18.
有了這個範例當基礎 讓我們進一步看看 Tutorials &
Guides https://js.tensorflow.org/tutorials/
19.
先看看 core-concepts https://js.tensorflow.org/tutorials/core-concepts.html
20.
我們可以利用剛剛 demo.html 的開發人員工具來執行這些指令
21.
但是必須先具備一點 ● 神經網路與深度學習的基本概念 ● 那就是
tensor 張量 ...
22.
我們在高中數學裏學過向量與矩陣 ● 我們可以把矩陣視為《 2
維的向量》 ● 那麼一般向量當然是《 1 維的向量》 ● 接著把單一數量視為《 0 維的向量》
23.
而張量 tensor 這個詞 ●
用來泛指 0,1,2,3,4,5 .... 等 各種維度的向量
24.
所以在神經網路的世界裏 ● 幾乎一切都是張量 ...
25.
所有的運算 ● 也都是針對張量進行的
26.
神經網路的程式 ● 只要安排好 – 張量如何流進去? –
經過甚麼運算? – 然後流出到哪裡 … 就差不多完成了
27.
這就是 Tensorflow 這個名詞的來源 ●
也就是《張量流》 ...
28.
深度學習除了張量之外 ● 剩下的都是優化問題 ● 可以交給《梯度下降法與反傳遞演算法》處理 ●
這些在 tensorflow.js 裏都做好了!
29.
所以學 Tensorflow.js 第一步就是要學張量的宣告與操作
30.
還有張量的初始化等動作
31.
您可以宣告各種維度的張量 ● 0 維
: tf.scalar – 常量 ● 1 維 : tf.tensor1d ● 2 維 : tf.tensor2d ● 3 維 : tf.tensor3d ● 4 維 : tf.tensor4d
32.
張量可以存放常數與變數 ● 變數的值可以修改,常數的值不可以修改
33.
而且張量可以進行運算 像是加減乘除與次方等等 ....
34.
Tensorflow.js 還支援鏈式語法 ● 熟悉
jQuery 的朋友們應該會覺得很親切 也有支援傳統的函數呼叫方式,您不一定要用鏈式語法
35.
您可以使用張量運算組合成函數
36.
然後最重要的 ● 是用這些張量建立神經網路模型,像是這樣: 可惜上面這個例子是不完整的,因為沒有定義 data,
labels, LEARNING_RATE ….
37.
目前的 tensorflow.js ● 只支援在瀏覽器裏面執行 ●
而不支援直接在 node.js 裡面執行 ● 雖然使用的開發工具需要 node.js ,但是 執行還只能在瀏覽器裏面 ...
38.
為甚麼會這樣呢?
39.
原因主要在 WebGL 上面 ●
WebGL 是一個瀏覽器上利用繪圖卡 ( 繪圖處理器 GPU) 進行加速的函式庫。 ● Tensorflow.js 會利用 WebGL 加速 《張量的計算》 ...
40.
Node.js 裡面沒有 WebGL ●
所以就沒辦法在 node.js 環境裏 執行了 ...
41.
要能充分發揮 Tensorflow.js 的效能 必須好好管理
GPU 的記憶體 用完的時候就必須盡快釋放 GPU 的記憶體
42.
使用 tf.tidy() 函數可以在完成後 自動釋放
GPU 上的記憶體 這樣會方便很多
43.
現在 ● 您應該已經理解了 tensor+flow
的概念了 ● 但或許還不知道深度學習的 tensorflow.js 程式該怎麼寫 ...
44.
沒關係 ● Tensorflow.js 已經為我們準備好 了一組
github 範例 ● 讓我們直接向範例學習吧!
45.
首先讓我們看看基本的 曲線回歸擬合範例
46.
這些範例都在 tfjs-examples 專案裡面 https://github.com/tensorflow/tfjs-examples
47.
讓我們先用 git 把它
clone 下來
48.
接著進到 tfjs-examples 中的 polynomial-regression-core
資料夾
49.
接著使用 yarn 來安裝模組 然後用
yarn watch 執行專案
50.
或許你沒聽過 yarn ● yarn
可以說是改良版的 npm
51.
據說速度快很多 ...
52.
您可以先下載安裝 Yarn
53.
然後再回去跑 tensorflow.js 的範例
54.
悲劇的事情發生了 我在 windows 底下執行該範例的
yarn watch 指令會失敗了 這是因為 package.json 裏使用的是 Linux 風格指令的關係
55.
還好 ● 凡事都有解決方案 ...
56.
有一個稱為 cross-env 的專案 ●
可以幫我們處理這個問題 ...
57.
只要先安裝 cross-env 然後在 package.json
的 scripts 裏加入 cross-env
58.
然後再執行 yarn 安裝該專案使用到的模組 最後用
yarn watch 轉為網頁版就行了
59.
您會看到下列結果 (a) 原始資料 (b)
一開始的亂數擬合結果 (c) 學習完後的擬合結果
60.
效果還不錯 ● 問題是、這樣的程式要怎麼寫?
61.
讓我們看看原始碼 https://github.com/tensorflow/tfjs-examples/blob/master/polynomial-regression-core/index.js 設定參數 回歸函數為 ax^3+bx^2+cx+d 損失函數 ( 能量函數
) 使用隨機梯度下降法 主要訓練程式 最小化損失函數
62.
另外就是產生和繪製資料的程式了 這裏使用了 Vega-lite 這個繪圖套件
63.
Vega-Lite 繪圖套件感覺還蠻厲害的
64.
不過重點還是機器學習 https://github.com/tensorflow/tfjs-examples/blob/master/polynomial-regression-core/index.js 設定參數 回歸函數為 ax^3+bx^2+cx+d 損失函數 ( 能量函數
) 使用隨機梯度下降法 主要訓練程式 最小化損失函數
65.
但是、上面的曲線擬合範例 ● 只是機器學習的入門範例 ● 並非深度學習的重點
66.
深度學習的重頭戲 ● 是用卷積神經網路 CNN
辨識影像
67.
而 MNIST 手寫數字辨識資料庫 ●
可以說是影像辨識領域的果蠅 ● 所有影像辨識演算法,都會先用 MNIST 進行測試 ...
68.
Tensorflow.js 裏有個 NMIST
的範例 ● 可惜我的 windows 建置時會失敗
69.
這看來像是 node-gyp 沒裝的問題 ●
所以我就裝了 node-gyp
70.
然後就可以用了 ● 不管是 build
還是 watch 都沒問題
71.
訓練辨識的結果像這樣
72.
如果您不想重新建置範例 也有線上展示版可以看 https://storage.googleapis.com/tfjs-examples/mnist/dist/index.html
73.
統計結果正確率是 89%
74.
由於只訓練了短短幾秒鐘 ● 就能到達 89%
,應該還不算是太差
75.
該 CNN 主要的神經網路模型如下
76.
這個模型就是經典的 CNN 卷積網路 卷積
Conv+ 整流 ReLU+ 池化 Pool 最後再加上一層《全連接網路 FC 》 https://medium.com/ai-saturdays/aisaturdaylagos-basic-overview-of-cnn-cd354470e2bb
77.
再仔細看一遍 捲積層 Conv 1 輸出前使用
ReLU 池化層 Pool 1 捲積層 Conv 2 輸出前使用 ReLU 池化層 Pool 2 把原本多維的張量整平成一維 最後的全連接層
78.
最後、一樣是用隨機梯度下降法 sgd 學習
79.
剩下的程式碼 主要就是處理 1. 載入影像 2. 批次測試 3.
呈現結果 那些瑣事了
80.
看完卷積神經網路 CNN 的範例之後 ●
您應該會感覺到 tensorflow.js 的程式 其實不難寫
81.
目前 tensorflow.js 包含了下列網路 ●
基礎的多層全連接感知器 MLP (dense) ● 還有卷積神經網路 CNN (Conv+Pool)
82.
另外還包含了循環神經網路 RNN 與
LSTM
83.
其 RNN 類型的
GRU 網路建模方式如下 上述這段程式是從 addition-rnn 範例裏抽出來簡化的
84.
該範例是用循環神經網路 學習兩個數字相加的
85.
線上版網址如下 您可以試試看! https://storage.googleapis.com/tfjs-examples/addition-rnn/dist/index.html
86.
官方的 tfjs-examples 裏還有一些進階範例 有不少
RNN,LSTM 的範例,像是 sentiment, translation, addition-rnn 等 ...
87.
像是情感分析 sentiment ● 還有英語對法語的翻譯系統
Translation
88.
另外官網裏還有一些 專為手機打造的 tensorflow.js 展示程式
89.
像是立即找出題目指定的物件以供 手機辨識的遊戲 EMOJI SCAVENGER
HUNT
90.
自動打小精靈的應用
91.
教你神經網路原理的程式
92.
用 RNN 彈鋼琴的範例
93.
這些更進階的範例原始碼 都在 tensorflow.js 的展示資料夾裏 https://github.com/tensorflow/tfjs-core/tree/v0.5.1/demos
94.
資源也算相當完整了
95.
雖然還沒辦法和 Python 抗衡 ●
但已經是我看過的 JavaScript 深度學習套件中最完整的一個 ...
96.
該有的方法也都有了
97.
除了無法在 node.js 裏直接執行 ●
還有必須透過 WebGL 而不是直接呼叫 CUDA 函式庫,效能可能會比 Python 差 上不少之外
98.
目前應該是 JavaScript 程式人 ●
在深度學習領域的第一選擇了
99.
而 tensorflow.js 的競爭對手之一 是原本
node.js 的創始人 Ryan Dahl 所創建的 propelml https://www.ithome.com.tw/news/121715
100.
該專案已經決定轉用 tensorflow.js 放棄了自行打造深度學習套件的想法
101.
所以 ● 我接下來應該會更仔細的研究 tensorflow.js 這個套件
102.
並用 tensorflow.js ● 作為我深度學習神經網路的主要工具
103.
這就是我所知道的 ● Tensorflow.js 套件
104.
希望你會喜歡
105.
我們下回見!
106.
Bye Bye!
Jetzt herunterladen