Posts

介紹如何在 PyTorch 深度學習架構下透過遷移式學習，使用 ResNet 預訓練模型分類螞蟻與蜜蜂圖片。 載入必要模組 首先載入一些必要的模組： from __future__ import print_function, division import torch import torch.nn as nn import torch.optim as optim from torch.optim import lr_scheduler import numpy as np import torchvision from torchvision import datasets, models, transforms import matplotlib.pyplot as plt import time import os import copy 載入資料 這裡我們將從 ImageNet 中取出螞蟻（ants）與蜜蜂（bees）的圖片各約 120 張作為訓練資料集，然後拿另外各約 75 張圖片作為驗證資料集，這樣的資料量對於一般的類神經網路來說算是非常少的，適合採用遷移式學習的方式來處理。實際的資料可以從 PyTorch 的網站上下載。 ...

介紹如何使用 PyTorch 深度學習函式庫，以 Fashion-MNIST 資料集訓練影像分類模型，並進行預測。 Fashion-MNIST 資料集 Fashion-MNIST 資料集中包含了 60,000 張圖片的訓練資料集與 10,000 張圖片的測試資料集，圖片的格式都是灰階的，類別分為以下 10 類： ...

介紹如何在 Python 中使用 auditok 模組，偵測並分割聲音資料中有訊號（有人講話等）的區段。 Python 的 auditok 模組是一個聲音活性檢測工具，可以偵測聲音資料中是否存在訊號，可以處理即時的音訊輸入（例如麥克風）或是各種聲音檔案。 安裝 auditok 模組 auditok 模組可以透過 pip 安裝： # 安裝 auditok 模組 pip install auditok 通常在分析聲音資料時，除了 auditok 之外，還會搭配一些其他的相關模組，所以建議一起安裝： ...

介紹如何在 Linux 中安裝與使用 fastai 深度學習函式庫，使用 ResNet 預訓練模型辨識貓的圖片。 安裝 fastai 若要在 Miniconda 環境中安裝 fastai，可以執行： # miniconda 環境安裝 fastai conda install -c fastchan fastai 若要在 Anaconda 環境中安裝 fastai，則可以執行： ...

介紹如何在 Ubuntu Linux 中使用 Python 的 librosa 模組分析聲音訊號或各種音樂檔案。 librosa 是一個專門用來分析聲音訊號的 Python 模組，以下是在 Ubuntu Linux 中安裝與使用 librosa 模組的教學，以及各種分析流程範例程式碼。 ...