前言在準備複試前看了很多人分享的文章，大多都是2016以前的分享文 先感謝丁組 a73126 a40136 note35 agg2567 grapherd、戊組 林罡北 crazycy 提供心得分享，讓我準備複試的時候比較有方向。雖然說真的去交大後才發現臨時抱佛腳沒什麼用，因為大部分的問題或技術點，都不是短期的準備能夠回答得出來的。不過複習以前曾經又碰過，但是忘記的那些技術跟觀念倒是很有幫助，未來

什麼是分散式運算，企業如何及為何使用分散式運算，以及如何將分散式運算與 AWS 搭配使用。

自己在剛開始進入前端領域時，很剛好遇上需要使用 TypeScript 的案子，一開始都是跟著前輩怎麼寫就怎麼寫，不太有其他餘力來思考「為什麼」會需要寫這門程式語言，直到自己後來使用了 TypeScript 完整開發了電商的購物流程，才慢慢理解到使用 TypeScript 的好處與優勢。 前端開發, TypeScript, 開發, 程式, 語言, 分享, 文章, 執行, 體驗, 伺服器, 檢查, 專案

11 votes, 45 comments. I'm currently researching software solutions for resource planning and came across some very negative feedback for what's…

大型ERP專案失敗的首因： 1、IT決策者外行領導內行，「位置決定專業」、「屁股決定腦袋」的觀念根深蒂固，喪失虛心學習IT專業的上進心。 2、IT決策者好大喜功，把【數位轉型】專案規模搞大，用組織的資金凸顯自己的無稽【領導與統御能力】。 3、IT決策者拒絕採用唯一能保障組織權益的《零失敗的ERP導入策略》。...

最近公司老闆在選擇ERP，想優化生產流程，不知道要注意哪些事項？怎麼樣才能確保系統導入的效果? - 不知道大家有沒有相關採購和評估的經驗？上網搜尋或是到展覽會場稍微看過，但總覺得也聽不出差異，單看價格來評估風險是否也很高？...(其他電腦週邊 第1頁)

Introduction of Fuzzy Logic

家人說唸研究所要自己出錢 目前打算休學一年先去打工賺錢 只靠接計畫/當助教好像很難活過兩年 而且碩二要寫論文根本沒辦法賺錢才對 大家碩一碩二都是怎麼維持收入來源的呢？

bilibili是国内知名的视频弹幕网站，这里有及时的动漫新番，活跃的ACG氛围，有创意的Up主。大家可以在这里找到许多欢乐。

Read on to understand the state of no-code machine learning platforms and tools. This article documents our process and the metrics we used.

You have probably heard the terms ‘low-code’ and ‘no-code’ before. Low-code simply stands for a reduced amount of coding.

前言 我在工作中沒有什麼機會接觸到機器學習，學生時期也沒有學習過相關知識。 作為一個業餘小白，我對機器學習非常感興趣。在自學的過程中，我逐漸意識到利用機器學習可以做很多有趣的事情。 因此，我決定嘗試使用 AWS SageMaker JumpStart 來實驗文字生成式繪圖 AI ，以了解機 AI創作, 技術組, AWS, 學習

了解如何建立及訓練自訂模型，以執行專屬於使用案例的影像分類和物件偵測。

Is making an algorithm that can differentiate between a cat and a dog too hard for a first project? Just got into Python and this seems like a fun…

So a NN is good at scanning a thousand labelled pictures of a cat and then when it see's a cat it has a high likelihood of knowing it's a cat (if it…

I am working on a project like cats vs dogs with one exception that cat or dog takes up much smaller space on a picture. In original project they are…

Hello everyone! I'm just starting self learning machine learning and deep learning and I'm about to do my very first simple (hopefully) project. What…

调参不能只靠直觉，也是一门大学问！

1. 前言

Teachable Machine 是 Google 所推出的無程式碼機器學習平台，只需要簡單的步驟，就能夠在瀏覽器上訓練模型，透過訓練的模型辨識圖片、聲音或是姿勢，這篇教學將會介紹如何使用 Teachable Machine。

文章浏览阅读1w次，点赞9次，收藏22次。确实，现在做人工智能方向的工程师，有不少被称为“调参侠”，但也并不全是。以我自己为例，我做cv方向（计算机视觉）的， 调参在我日常工作中占的比例并不大。在CV这块，除了超参数外，影响模型效果的主要还是要网络结构、数据和损失函数，这三方面确定下来后，调参基本花不了多少时间。回归正题！调参侠，到底调什么参？在人工智能里面，参数大致可分为2大类： 参数(parame..._调参侠

而 MobileNetV2 秉持著 MobileNet 系列一貫的特色，透過小小的改動，使得模型的準確率以及速度有全面的提升。這次 MobileNetV2 將 residual 的概念引進模型當中，並且提出了一個運算模組稱為：inverted residual block (本文將這個模組簡稱為 IRB)。