活動花絮

日期:2019-11-07

點閱:132

參考檔案:

教師跨領域研究學社群「理學院人工智慧研討社群(第三次)」

SDGs:
演講現場1
演講現場1
延續了第一次蔡炎龍老師介紹的深度學習基本架構, 蔡炎龍老師繼續講解深度學習架構的三大天王, 包括全連接式的神經網路(fully connected or completely connected Neural Network),Convolution Neural Network, 及Recurrent Neural Network, 其他更複雜的神經網路皆由此三大類基本神經網路所建構而成。
針對於全連接式的神經網路, 蔡老師當場示範建立一個五層的全連接式的神經網路 (一個輸入層+三個隱藏層+一個輸出層), 辨識分析的是由美國國家標準局所建立的一個經典的 MNIST 手寫數字資料, 共六萬筆訓練資料及一萬筆測試資料, 第一個輸入層尺寸形狀, 是與準備的輸入資料格式有關, 最後一個輸入層尺寸形狀與最終要如何分類有關, 此範例是要區分手寫數字0, 1, …, 9, 因此最後一個輸入層是十個神經元, 最後並請現場聽眾設計第一到第三隱藏層神經網路的大小, 並訓練及測試整個神經網路的辨識準確率。
演講現場2
演講現場2

計畫別:全球在地逐鹿萬里--研究茁壯群雄爭鋒

發佈單位:數學系

上一則:教師跨領域研究學社群「數位人文與AI跨領域研究群討論會(第十三次)」
下一則:國中學生英語文學習發展與實務