講者

« 回列表

深度學習實作上的各種卡關

演講摘要

學習過基本深度學習的概念, 也會一些建構神經網路方便的工具如 Keras 之後, 我們總覺得馬上就可以用深度學習的方法做點東西出來, 但往往不如我們預想中的順利。這個演講中我們會先複習基本神經網路的架構, 接著分享在實務應用上經歷過的種種卡關, 以及克服這些障礙的方式。

講者簡介

蔡炎龍
  • 蔡炎龍
  • 政治大學應用數學系 / 副教授
  • 美國加州大學爾灣校區 (UC Irvine) 數學博士, 專攻純數學「代數幾何」領域, 但多年來看上 Python 「簡單、強大、可專注在問題而非程式語言本身」, 所以一直致力推廣 Python 程式語言。碩士班時期就研究神經網路, 直到約一年半前才重回深度學習的領域。已在多個場合介紹過深度學習的基本理論和實作方式, 也試著用深度學習的方法解決不同領域的問題。

歡迎在此登錄您的大名及電子郵件地址,日後任何台灣資料科學協會舉辦的相關活動,我們將會以電子郵件通知您。謝謝。