ai不能微調的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

自學機器學習：上Kaggle接軌世界，成為資料科學家

為了解決ai不能微調的問題，作者チーム・カルポ 這樣論述：

　　你還在建立模型分析玩具資料集嗎？你還在使用只有幾百筆資料的鳶尾花資料集嗎？你還在透過Numpy亂數產生器建立資料集嗎？   　　還是，你苦於找不到資料集？又或是，你發現以前所學的技術，套在真實資料集，根本不能用？   　　假資料或玩具資料集無法和產業界接軌，練再多只是徒勞無功，但想要有真實資料集卻不知從何得到。   　　現在你看到的這本書，將帶你在初學和實戰之間，提供一個累積實務經驗值的試驗場，解決你的以上煩惱！   　　如何獲取要分析的資料，經常是資料分析與機器學習時會遇到的瓶頸，而 Kaggle 平台有各大企業提供的免費資料集、完善的開發環境、匯集世界各地資料科學專家的討論區、以及

高額獎金尋求各種問題的解決方案。只要註冊帳號，就能免費使用以上所有 Kaggle 的資源，顯然是一個絕佳的機器學習、資料科學練習環境。   　　本書專為入門者所寫，讓讀者知道如何善用平台資源，包含解析 Kaggle 上面的資料集，以及操作平台提供的完整 Python 開發環境。此外，書中從基礎的線性迴歸模型開始打底，隨後詳細講解當前火紅的神經網路，並深入探討循環神經網路的進階案例，也介紹各種特徵工程、模型超參數調整、模型集成的技術，一書掌握機器學習領域中重要的模型。本書所使用的範例，包含經典的CIFAR-10上萬張影像資料集、也有日本 Mercari 企業提供的資料集等，讓你擺脫不切實際的玩具

資料集，直接打造實戰能力。   　　本書將助你從入門開始一步步打造技術力，同時銜接上實務應用，讓你在研究、職場脫穎而出。    本書特色   　　● 國立成功大學資訊工程學系特聘教授 陳培殷博士 推薦 　　● 完整介紹 Kaggle 平台上的資源，幫助讀者與世界頂級資料科學家接軌 　　● 一書掌握基礎的迴歸、熱門的神經網路、以及進階的循環神經網路等重要模型 　　● 使用 Kaggle 平台的資料集，讓讀者學習到實戰所需的機器學習技能，擺脫無聊的玩具資料集 　　● 透過巨量資料集為範例，如分析日本 Mercari企 業提供的資料預測商品價格，了解實務應用 　　● 本書由施威銘研究室監修，內容易讀

易懂，並加入大量「編註」以幫助理解及補充必要知識 　　● 完整 Jupyter Notebook 互動式開發環境的 Python 範例程式免費下載

ai不能微調進入發燒排行的影片

具注意力之變異狀態追蹤器應用於語言視覺導航

為了解決ai不能微調的問題，作者張哲瑋 這樣論述：

近年有許多新興研究提出了處理機器人導航問題的方法，而語言視覺導航任務是其中最為現實的室內導航挑戰任務之一。這些方法中的大多數使用監督式學習將觀察直接映射到動作，或是利用基於策略的強化學習方法對預訓練的策略進行微調，抑或是基於模仿學習來解決語言視覺導航任務。語言視覺導航任務是一種離散控制任務，並且在這個任務中，從模擬器提供的觀察並不是完整的系統狀態。但傳統的強化學習是假設對於系統的觀察為一個符合馬可夫假設的系統狀態，因此並不能直接地用於此第一人稱視角的導航任務。在本研究，嘗試利用強化學習解決此導航任務，並將其視為一為部分可觀察馬可夫決策過程。為了能夠使用強化學習來解決部分可觀察馬可夫決策過程的

問題，一些方法遵循部分可觀察馬可夫決策過程的理論，成功地解決了一些非完美訊息的任務。儘管如此，這些方法中的大多數都適用於一些非現實的部分可觀察環境。例如：基於第三人稱視角機器人控制問題卻沒有提供實際測量值，或是提供部分畫面的電腦遊戲任務而沒有在每個時間點提供完整畫面。因此，本研究提出一種基於現代強化學習的方法來解決這類第一人稱視角並且真實的語言視覺導航任務。此任務在研究中將會被視為一種部分可觀察的問題。本研究中有三重新意。首先，我們提出了一個適合強化學習訓練的環境，可以用於在語言視覺導航任務中訓練策略函數。其次，本論文提出了具注意力之變異狀態追蹤器 (AVAST) 來推測環境的信念狀態，而不是

直接使用循環神經網絡聚合先前的觀察後的隱藏輸出作為環境狀態。與使用可能導致災難性遺忘的普通循環神經網絡不同，研究中所提出的狀態跟踪器使用變異型循環神經網絡和注意機制來估計置信狀態的分佈得以增強泛化的能力。因此，通過使用這種具注意力之變異狀態追蹤器，部分可觀察問題將可以簡化為一般馬可夫決策過程問題。第三，受到傳統強化學習理論的啟發，我們開發了一個簡單但有效的技巧，稱為帶有專家演示課程的循環經驗回放（RECED）。基於動態規劃的概念，若以終止狀態做為起點開始學習估計狀態價值表可以加快值表的訓練過程。因此，專家演示課程的技巧可以通過不同難度的課程幫助機器從終端狀態開始學習直到初始狀態。最後，本研究分

別使用競爭型雙重狀態動作價值學習和離散型柔性演員評論家演算法來引入了基於價值和演員評論家的強化學習方法，以與不同方法進行比較來評估本研究所提出的方法。根據實驗結果，可以發現本文提出的方法對比一些現有的方法具有較好的泛化性。

深度學習與圍棋

為了解決ai不能微調的問題，作者（美）馬克思•帕佩拉 這樣論述：

這是一本深入淺出且極富趣味的深度學書。本書選取深度學年來的突破之一 AlphaGo，將其背後的技術和原理娓娓道來，並配合一套基於 BetaGo 的開原始程式碼，帶領讀者從零開始一步步實現自己的“AlphaGo”。本書側重實踐，深入淺出，庖丁解牛般地將深度學lphaGo這樣深奧的話題變人、觸手可及，內容精彩。 全書共分為3個部分：第一部分介紹機器學棋的基礎知識，並構建一個最簡圍棋機器人，作為後面章節內容的基礎；第二部分分層次深入介紹AlphaGo背後的機器學度學括樹搜索、神經網路、深度學人和強化學及強化學個高級技巧括策略梯度、價值評估方法、演員-評價方法 3 類技術；第三部分將前面兩部分準備好

的知識集成到一起，並最終引導讀者實現自己的AlphaGo，以及版AlphaGo Zero。讀完本書之後，讀者會對深度學學科以及AlphaGo的技術細節有全面的瞭解，一步深入鑽研AI理論、拓展AI應用打下良好基礎。 本書不要求讀者對AI或圍棋有任何瞭解，只需要瞭解基本的Python語法以及基礎的線性代數和微積分知識。 馬克斯·帕佩拉（Max Pumperla），供職於Skymind公司，是一位專職研究深度學據科學家和工程師。他是深度學Aetros的聯合創始人。 凱文·費格森（Kevin Ferguson），在分散式系統和資料科學領域擁20年的工作經驗。他是Honor公司的

資料科學家，曾就職于穀歌和Meebo等公司。 馬克斯·帕佩拉和凱文·費格森都是經驗豐富的深度學，擁有豐富的分散式系統和資料科學方面的知識。他們是開源圍棋機器人 BetaGo 的共同創造者。 第一部分 基礎知識 第1章 深度學器學 3 1.1 什麼是機器學 1.1.1 機器學I的關係 5 1.1.2 機器學什麼，不能做什麼 6 1.2 機器學 7 1.2.1 在軟體應用中使用機器學 1.2.2 監督學1 1.2.3 無監督學2 1.2.4 強化學2 1.3 深度學3 1.4 閱讀本書能學到什麼 14 1.5 小結 15 第2章 圍棋與機器學6 2.1 為什麼選擇遊戲 16

2.2 圍棋快速入門 17 2.2.1 瞭解棋盤 17 2.2.2 落子與吃子 18 2.2.3 終盤與勝負計算 19 2.2.4 理解劫爭 20 2.2.5 讓子 20 2.3 更多學 20 2.4 我們可以教會電腦什麼 21 2.4.1 如何開局 21 2.4.2 搜索遊戲狀態 21 2.4.3 減少需要考慮的動作數量 22 2.4.4 評估遊戲狀態 22 2.5 如何評估圍棋AI的能力 23 2.5.1 傳統圍棋評級 23 2.5.2 對圍棋A行基準測試 24 2.6 小結 24 第3章 實現第 一個圍棋機器人 25 3.1 在Python中表達圍棋遊戲 25 3.1.1 實現圍棋棋盤

28 3.1.2 在圍棋中跟蹤相連的棋組：棋鏈 28 3.1.3 在棋盤上落子和提子 30 3.2 跟蹤遊戲狀態並檢查非法動作 32 3.2.1 自吃 33 3.2.2 劫爭 34 3.3 終盤 36 3.4 創建自己的第 一個機器人：理論上最弱的圍棋AI 37 3.5 使用Zobrist雜湊加速棋局 41 3.6 人機對弈 46 3.7 小結 47 第二部分 機器學戲AI 第4章 使用樹搜索下棋 51 4.1 遊戲分類 52 4.2 利用極小化極大搜索預測對手 53 4.3 井字棋推演：一個極小化極大演算法的示例 56 4.4 通過剪枝演算法縮減搜索空間 58 4.4.1 通過棋局評估減少

搜索深度 60 4.4.2 利用α-β剪枝縮減搜索寬度 63 4.5 使用蒙特卡洛樹搜索評估遊戲狀態 66 4.5.1 在Python中實現蒙特卡洛樹搜索 69 4.5.2 如何選擇繼續探索的分支 72 4.5.3 將蒙特卡洛樹搜索應用於圍棋 74 4.6 小結 76 第5章 神經網路入門 77 5.1 一個簡單的用例：手寫數字分類 78 5.1.1 MNIST手寫數字資料集 78 5.1.2 MNIST數據的預處理 79 5.2 神經網路基礎 85 5.2.1 將對率回歸描述為簡單的神經網路 85 5.2.2 具有多個輸出維度的神經網路 85 5.3 前饋網路 86 5.4 我們的預測有多好

？損失函數及優化 89 5.4.1 什麼是損失函數 89 5.4.2 均方誤差 89 5.4.3 在損失函數中找極小值 90 5.4.4 使用梯度下降法找極小值 91 5.4.5 損失函數的隨機梯度下降演算法 92 5.4.6 通過網路反向傳播梯度 93 5.5 在Python中逐步訓練神經網路 95 5.5.1 Python中的神經網路層 96 5.5.2 神經網路中的啟動層 97 5.5.3 在Python中實現稠密層 98 5.5.4 Python順序神經網路 100 5.5.5 將網路集成到手寫數位分類應用中 102 5.6 小結 103 第6章 為圍棋資料設計神經網路 105 6.1

為神經網路編碼圍棋棋局 107 6.2 生成樹搜索遊戲用作網路訓練資料 109 6.3 使用Keras深度學112 6.3.1 瞭解Keras的設計原理 112 6.3.2 安裝Keras深度學113 6.3.3 熱身運動：在Keras中運行一個熟悉的示例 113 6.3.4 使用Keras中的前饋神經網行動作預測 115 6.4 使用卷積網路分析空間 119 6.4.1 卷積的直觀解釋 119 6.4.2 用Keras構建卷積神經網路 122 6.4.3 用池化層縮減空間 123 6.5 預測圍棋動作概率 124 6.5.1 在最後一層使用softmax啟動函數 125 6.5.2 分類問

題的交叉熵損失函數 126 6.6 使用丟棄和線性整流單元構建更深的網路 127 6.6.1 通過丟棄神經元對網行正則化 128 6.6.2 線性整流單元啟動函數 129 6.7 構建更強大的圍棋動作預測網路 130 6.8 小結 133 第7章 從數據中學建深度學人 134 7.1 導入圍棋棋譜 135 7.1.1 SGF檔案格式 136 7.1.2 從KGS下載圍棋棋譜並複盤 136 7.2 為深度學圍棋數據 137 7.2.1 從SGF棋譜中複盤圍棋棋局 138 7.2.2 構建圍棋資料處理器 139 7.2.3 構建可以地載入資料的圍棋資料生成器 146 7.2.4 並行圍棋資料處理和

生成器 147 7.3 基於真實棋局資料訓練深度學 148 7.4 構建更逼真的圍棋資料編碼器 152 7.5 使用自我調整梯行的訓練 155 7.5.1 在SGD中採用衰減和動量 155 7.5.2 使用Adagrad優化神經網路 156 7.5.3 使用Adadelta優化自我調整梯度 157 7.6 運行自己的實驗並評估性能 157 7.6.1 測試架構與超參數的指南 158 7.6.2 評估訓練與測試資料的性能指標 159 7.7 小結 160 第8章 實地部署圍棋機器人 162 8.1 用深度神經網路創建動作預測代理 163 8.2 為圍棋機器人提供Web前端 165 8.3 在雲端

訓練與部署圍棋機器人 169 8.4 與其他機器人對話：圍棋文本協定 170 8.5 在本地與其他機器人對弈 172 8.5.1 機器人應該何時跳過回合或認輸 172 8.5.2 讓機器人與其他圍棋程行對弈 173 8.6 將圍棋機器人部署到線上圍棋伺服器 178 8.7 小結 182 第9章 通過實踐學化學83 9.1 強化學 184 9.2 經括哪些內容 185 9.3 建立一個有學的代理 188 9.3.1 從某個概率分佈行抽樣 189 9.3.2 剪裁概率分佈 190 9.3.3 初始化一個代理實例 191 9.3.4 在磁片上載入並保存代理 191 9.3.5 實現動作選擇 193

9.4 自我對弈：電腦程行實踐訓練的方式 194 9.4.1 經驗資料的表示 194 9.4.2 模擬棋局 197 9.5 小結 199 第10章 基於策略梯度的強化學00 10.1 如何在隨機棋局中識別更佳的決策 201 10.2 使用梯度下降法修改神經網路的策略 204 10.3 使用自我對行訓練的幾個小技巧 208 10.3.1 評估學展 208 10.3.2 衡量強度的細微差別 209 10.3.3 SGD優化器的微調 210 10.4 小結 213 第11章 基於價值評估方法的強化學14 11.1 使用Q學行遊戲 214 11.2 在Keras中實現Q學18 11.2.1 在Kera

s中構建雙輸入網路 218 11.2.2 用Keras實現ε貪婪策略 222 11.2.3 訓練一個行動-價值函數 225 11.3 小結 226 第12章 基於演員-評價方法的強化學27 12.1 優勢能夠告訴我們哪些決策更加重要 227 12.1.1 什麼是優勢 228 12.1.2 在自我對弈過程中計算優勢值 230 12.2 為演員-評價學神經網路 232 12.3 用演員-評價代理下棋 234 12.4 用經驗資料訓練一個演員-評價代理 235 12.5 小結 240 第三部分 一加一大於二 第 13章 AlphaGo：全部集結 243 13.1 為AlphaGo訓練深度神經網路

245 13.1.1 AlphaGo的網路架構 246 13.1.2 AlphaGo棋盤編碼器 248 13.1.3 訓練AlphaGo風格的策略網路 250 13.2 用策略網路啟動自我對弈 252 13.3 從自我對弈資料衍生出一個價值網路 254 13.4 用策略網路和價值網路做出更好的搜索 254 13.4.1 用神經網路蒙特卡洛推演 255 13.4.2 用合併價值函行樹搜索 256 13.4.3 實現AlphaGo的搜索演算法 258 13.5 訓練自己的AlphaGo可能遇到的實踐問題 263 13.6 小結 265 第14章 AlphaGo Zero：將強化學到樹搜索中 266

14.1 為樹搜索構建一個神經網路 267 14.2 使用神經網路來指導樹搜索 268 14.2.1 沿搜尋樹下行 271 14.2.2 擴展搜尋樹 274 14.2.3 選擇一個動作 276 14.3 訓練 277 14.4 用狄利克雷雜訊探索 281 14.5 處理超深度神經網路的相關 282 14.5.1 批量歸一化 282 14.5.2 殘差網路 283 14.6 探索額外資源 284 14.7 結語 285 14.8 小結 285 附錄A 數學基礎 286 附錄B 反向傳播演算法 293 附錄C 圍棋程式與圍棋伺服器 297 附錄D 用AWS來訓練和部署圍棋程式與圍棋伺服器 30

0 附錄E 將機器人發佈到OGS 307

應用物件偵測技術建立庫存管理模型:以開放式冰箱為例

為了解決ai不能微調的問題，作者徐銘儀 這樣論述：

隨著物件偵測技術的發展，許多成熟的應用逐漸浮出水面，然而過去文獻卻較少聚焦於零售領域。當某個特定物品從架上被顧客拿光時，儘管倉儲中仍有其他庫存，但由於庫存監控的延遲，店員無法即時補貨至架上，導致銷售損失。因此，本研究提出一套應用YOLOv2-Tiny物件偵測技術的庫存管理模型，當商品擺放於模擬的開放式冰箱時，系統可即時透過網路攝影機進行偵測，彙整包含時間點與架上商品庫存數量的資訊。此資訊除了即時顯示在程式畫面上，亦自動保存檔案至裝置中，可供管理者查看。本研究針對特定情境蒐集訓練資料與測試資料，亦即控制網路攝影機與開放式冰箱的距離與亮度，以此模擬實際應用場景。訓練資料集包含三物件八種角度各30

張的已標註圖片與未標註圖片，每張圖片只含一個物件；測試資料則蒐集三種物件各一個、各兩個與各三個數量的圖片，命名為測試集1、測試集2與測試集3，每個測試集均包含30張圖片。以下從資料數量與資料品質兩個面向進行探討: 一、使用不同數量已標註圖片，訓練各種規模大小的模型，以此衡量資料量大小是否影響平均精度均值 (Mean Average Precision, mAP)；二、使用半自動標註演算法，透過無調整與人工微調兩種方式，分批標註資料，以此探討小樣本資料是否適合使用半自動標註方法。實驗結果顯示，三種目標物件雖然訓練資料均極為相似，但模型對於不同目標物件的平均精確度 (Average Precisi

on, AP) 有顯著差異，推測係不同目標物件所需的關鍵資料量有顯著差異，取決於物件形狀與顏色複雜度。若只蒐集八角度的離散圖片，因KC_Milk為一圓型瓶蓋，而IM_SoyMilk與LFY_Milk均為多邊形盒子，故圓形表現較佳。此外，原則上資料數量愈多愈好，但從結果得知，以資料量少的模型成效反而優於數量多的模型，推測為某些關鍵特徵的權重，可能因為其他資料的加入而降低，進而無法有效辨識。另一方面，本研究使用半自動標註方式，讓模型自動標註未標註的圖片。然而，若無調整定界框 (Bounding Box)與類別，則每次訓練出的模型將隨著定界框偏移或錯誤類別的髒資料，佔整體訓練資料大部分比例，使整體辨

識效果逐漸下降。因此，本研究認為相似的小樣本資料集較不適合使用半自動標註方式。準此而論，資料量隨著數量增加，後續每張圖片的重要程度將持續遞減，因此需找到該目標物件最關鍵的資料量，取得大部分情境的特徵。資料特徵為最關鍵的解釋變數，用以解釋模型成效，況且本研究為小樣本資料集，故不能有任何髒資料干擾，否則最終辨識結果將受嚴重影響。最後，筆者認為建立一套商業化的庫存管理模型是可行的。