KbWen Blog

Editor's picks

Machine Learning

LSTM

LSTM 長短期記憶網路入門：解析 input gate、output gate、forget gate 的運作原理，如何解決 RNN 的長期依賴梯度消失問題，以及在 TensorFlow 中的實際應用。

TensorFlow

See all 9

Machine Learning

Tensorflow2 -- MNIST

TensorFlow 2.x 實作 MNIST 手寫數字辨識：比較繼承 tf.keras.Model 與 Sequential API 兩種建模方式，以及 GradientTape 自訂訓練迴圈的完整程式碼。

Machine Learning

LSTM

LSTM 長短期記憶網路入門：解析 input gate、output gate、forget gate 的運作原理，如何解決 RNN 的長期依賴梯度消失問題，以及在 TensorFlow 中的實際應用。

Machine Learning

Kaggle Titanic

Kaggle Titanic 生存預測解題紀錄：使用 Logistic Regression（sigmoid + cross entropy）進行二元分類，分析 overfitting 原因並提出 feature engineering 改善方向。

Machine Learning

Kaggle Digit Recognizer

Kaggle Digit Recognizer 解題紀錄：用 CNN 卷積神經網路辨識手寫 MNIST 數字，兩層卷積加一層隱藏層搭配 SGD，達成 0.98614 準確率。

Machine Learning

TensorFlow 練習 4：word2vec

TensorFlow 練習：用 Skip-gram 模型實作 Word2Vec 詞向量，學習詞語間語意關聯（king-queen=man-woman），搭配 NCE loss 和 t-SNE 降維視覺化相似詞。

Machine Learning

TensorFlow 練習 3：FizzBuzz

TensorFlow 練習：用神經網路解 FizzBuzz 問題，兩層隱藏層（512+256）搭配 ReLU，分析 batch size 對 local minimum 的影響，加入 dropout 後訓練測試準確率同步達 1.0。

Keras

Machine Learning

Deep Reinforcement learning

深度強化學習實作：使用 OpenAI Gym MountainCar 環境，結合 TensorFlow 2 建立 DQNetwork，實現 Q-learning 讓 AI 自主學習爬山車任務。

Machine Learning

Tensorflow2 -- MNIST

TensorFlow 2.x 實作 MNIST 手寫數字辨識：比較繼承 tf.keras.Model 與 Sequential API 兩種建模方式，以及 GradientTape 自訂訓練迴圈的完整程式碼。

Machine Learning

Keras IMDb

Keras LSTM 情感分析：用 IMDb 電影評論資料訓練文字分類模型，使用 Tokenizer 編碼、Word Embedding 轉向量，搭配三層 LSTM 達到 0.8543 準確率。

Machine Learning

Keras Cifar-10

Keras 實作 CIFAR-10 圖像分類：兩層 CNN 卷積（3x3 kernel）加 Max Pooling，接全連接層（4096→1024→10），搭配 confusion matrix 分析各類別混淆情況，準確率 0.732。

CNN

Machine Learning

Keras Cifar-10

Machine Learning

Kaggle Digit Recognizer

Kaggle Digit Recognizer 解題紀錄：用 CNN 卷積神經網路辨識手寫 MNIST 數字，兩層卷積加一層隱藏層搭配 SGD，達成 0.98614 準確率。

Machine Learning

TensorFlow 練習 2：CNN

TensorFlow 練習：用卷積神經網路 CNN 辨識 MNIST 手寫數字，實作兩層 convolution + max pooling + dropout 架構，準確率達 97%~99%。

Kaggle

Machine Learning

Kaggle PM2.5 Prediction

Kaggle PM2.5 空氣品質預測：使用豐原站觀測資料，以 sklearn Linear Regression 為基礎，分析前九小時特徵預測第十小時 PM2.5 濃度，排名略高於 Baseline。

Machine Learning

Kaggle Titanic

Kaggle Titanic 生存預測解題紀錄：使用 Logistic Regression（sigmoid + cross entropy）進行二元分類，分析 overfitting 原因並提出 feature engineering 改善方向。

Machine Learning

Kaggle Digit Recognizer

Kaggle Digit Recognizer 解題紀錄：用 CNN 卷積神經網路辨識手寫 MNIST 數字，兩層卷積加一層隱藏層搭配 SGD，達成 0.98614 準確率。

NLP

Machine Learning

LSTM

Machine Learning

Keras IMDb

Keras LSTM 情感分析：用 IMDb 電影評論資料訓練文字分類模型，使用 Tokenizer 編碼、Word Embedding 轉向量，搭配三層 LSTM 達到 0.8543 準確率。

Machine Learning

LSTM

LSTM 長短期記憶網路入門：解析 input gate、output gate、forget gate 的運作原理，如何解決 RNN 的長期依賴梯度消失問題，以及在 TensorFlow 中的實際應用。

All posts (18)

推薦系統中的冷啟動問題
Deep Reinforcement learning
Tensorflow2 -- MNIST
Google NLP API parsing
OPENCV 人臉辨識
Keras IMDb
Keras Cifar-10
ML KNN
LSTM
Kaggle PM2.5 Prediction
Kaggle Titanic
Kaggle Digit Recognizer
TensorFlow 練習 4：word2vec
TensorFlow 練習 3：FizzBuzz
TensorFlow 練習 2：CNN
PYTHON 機器學習基石 LS-PLA
Tensorflow 使用GPUs
TensorFlow 練習 1：Polynomial Regression