Category: Uncategorized

April 24, 2017 / / Deep Learning

這是今年ICLR 2017的最佳論文之一,作者在這篇論文裡用了一系列的實驗來挑戰了統計機器學習的學習理論(Learning Theory)中關於模型泛化(Generalization)[1]的基礎。他們認為傳統的學習理論無法解釋為什麼神經網路有時候能具備相當好的泛化能力,並且有一些良好的神經網路架構(如Inception)能夠徹底Shatter掉所有的Training data,這個情況對泛化理論構成了挑戰。 這篇論文在去年一出便引發相當大的討論,大到另一組人馬(MILA)馬上也發了一篇論文到ICLR 2017 Workshop裡反駁這篇論文中所做的一些結論。 由於這篇文章討論度非常高,小編在此為大家整理原始的討論連結和一些說法供大家參考 1.原始論文: Understand Deep Learning Requires Rethink of…

April 7, 2017 / / Codes & Projects

今天小編想為大家帶來比較輕鬆的Project:DeepColor. 這個Project的主要目的是希望餵給模型一個參考圖庫訓練完後,丟給她黑白線條他要能夠自動上色。此外,他還必須要根據使用者給定的上色提示做一定程度的Generalization。(就是不能自己畫自己的不顧使用者啦XD)。   作者首先參考了Convolutional Sketch Inversoin[1]和Colorful Imgae Colorization[2]兩篇論文,發現沒有辦法達到上述要求於是決定自己研發一個。接下來就跟著小編的開箱文來介紹給大家這要怎麼玩吧!   首先,點進去會看到這個介面,你可以選擇自己手繪線條、用它給定的圖片、自己上傳圖片(很多網路下載圖片不行不曉得為什麼,大家要多試幾張)。現在正逢進擊的巨人2剛出所以小編決定來應景一下放一個裡面小編最喜歡的人物Mikasa上去 第二步,你可以選擇上色,或是直接送出讓模型根據他之前的學習結果幫你上色。小編當然想自己先玩玩看啦 先來認真的塗鴉,塗塗塗~紅色的圍巾是一定要的~~   按下送出後,登愣~~ 小編私心覺的這大概是人生塗鴉的巔峰了,真的頗美的呢!…

March 29, 2017 / / Deep Learning

這是和Google Fast Multi-Style Transfer 同期(註1)的一篇作品,主要也是試圖解決混合多種畫風到圖片上的問題。和Google不同的是:作者提出了另外一個叫Adaption Instance Normalization的方法來處理這個問題。 作者認為這個方法比google Conditional Instance Normalization好的地方在於當需要混合的Style數量很大時,需要訓練的參數並不會線性增長。此外,這也是第一個可以Realtime混合多種Style到圖片上的方法,其速度(註2)是Neural Art始祖[1]的720倍,更多細節請參考 原始論文:Arbitrary Style Transfer in…

October 30, 2015 / / Uncategorized

眾所皆知,windows系統在處理文件編碼上是非常弱勢的; 相對於 linux 與 mac 在讀寫各式不同編碼的純文件時,只需要指定好 encoding 的內容就可以正常讀取;目前經過我交叉測試,在windows中如果UTF8文件中包含了日文、韓文的UTF8文件還是無法正確讀取… 將問題與解法整理成如下2張圖: 可依情境加以使用不同解決方案,這2種方式都可以正確讀取含有日文、韓文等文字的UTF8文件…若使用原始系統搭載的 read.csv() 則執行指令時會報錯!! 備註: (1)readxl套件,請參考: http://www.r-bloggers.com/get-data-out-of-excel-and-into-r-with-readxl/…

October 23, 2015 / / courses

感謝Adrian幫忙解題,藉由Adrian在Forum的回答,解開許多人可能還沒搞懂的lambda與map之謎…… 有相同疑問的朋友,可以看看以下連結的回覆喔~~~ GENERATOR, ITEARTOR, MAP 的寫法

October 18, 2015 / / PyCrawler 101

安裝pandas套件真的是一波三折,請參考以下安裝說明 開始安裝pandas套件,在命令提示字元下執行,如果不知道指令如何下的朋友,請至 Winodws上安裝Python編輯軟體Jupyter與使用Jupyter 文章了解。 pip install pandas 結果出現了 ” error: Microsoft Visual C++ 9.0 is required (Unable to…

October 12, 2015 / / PyCrawler 101

平時都用Fiddler找出網站資料位置,Fiddler相關使用方式可參考部落格文章,如 線上教學 : 使用Fiddler抓取網頁資料、 Fiddler 偵察瀏覽器封包與內容的工具。 今天用Chrome提供的「檢查元素」功能來找出指定資料存在位置。這裡順道介紹 木刻思 近期有開辦一些關於網頁爬蟲的課程,如Py Crawler 101、 R Crawler 101,後續還會有Py Crawler 102、R Crawler…

July 31, 2015 / / a crawler a day

R crawler學員大家好: 工作忙碌之餘,是否想學習股神巴菲特或大鱷索羅斯的投資神技呢? 不過隨著大神們不斷改變持股,書中情報不免成為過期的參考標的,既然對投資有興趣,何不寫支爬蟲爬回第一手資料來分析研究? 目標網站: http://www.ibillionaire.me/billionaires/ 目標爬取資料(基礎題): 任選一個你想學習的大神投資人,爬下Portfolio(投資組合)。 爬完最新一季的,記得按下旁邊的齒輪圖案,爬下過去的歷史資料。 目標爬取資料(進階題): 將游標移動到圓餅圖上不同顏色的區塊,股票所屬的產業與股號才會依序顯示,並非一次全部顯示。 爬下圓餅圖的產業、比例、股號與回報率。本題稍難,屬於re的應用題。 學習技術: GET re…