深度學習世界的魔法陣們
剛開始研究 deep learning 時,正好是 AlphaGo 跟南韓棋士李世乭對戰(2016年3月8日到3月15日)的前一兩個月,那時我們小組嘗試用 CNN(卷積神經網路)來做藝術畫的風格分類,想想也已經是兩年前的事了。

上一篇中曾提到 AI 不是新的概念,而深度學習(Deep Learning)也是。深度學習是由加深層數後的多層神經網路所組成,有一說法是當 Hidden Layer 超過三層的話就稱為 Deep Neural Network。
然而,神經網路早在1943年就由神經科學家 W.S.McCilloch 和數學家 W.Pitts 所提出,希望計算機模擬人的神經元反應的過程,但是因為演算法、運算能力等侷限性沉寂了好長一段時間,在近年 Big Data 浪潮與計算機運算能力的提升等助力推波助瀾下,讓深度學習重新站上研究的主流位置,各種深度學習的應用如雨後春筍般冒出,大家對這塊領域充滿希望與期待,就像想成為海賊王一般地瘋狂追尋 ONE PIECE。
這篇引領見習魔法使們一覽深度學習中的魔法陣們:

沒在開玩笑吧,真的很像魔法陣,看看這些神經元組成的各式網路結構多美啊!
接下來的系列文章將為各位帶來各式魔法陣的解說,內容涵蓋:
- Artificial Neural Network (ANN)
- [魔法陣系列] Artificial Neural Network (ANN) 之術式解析
- [魔法陣系列] Artificial Neural Network (ANN) 之術式啟動
- [實戰系列] 使用TensorFlow搭建一個 ANN 魔法陣(模型)
2. Convolutional Neural Network (CNN)
- [魔法陣系列] Convolutional Neural Network(CNN)之術式解析
- [魔法陣系列] 王者誕生:AlexNet 之術式解析
- [實戰系列] 使用 Keras 搭建一個 CNN 魔法陣(模型)
3. Recurrent Neural Network (RNN)
- [魔法陣系列] Recurrent Neural Network(RNN)之術式解析
- [實戰系列] 使用 Keras 搭建一個 LSTM 魔法陣(模型)
4. AutoEncoder
- [魔法陣系列] AutoEncoder 之術式解析
- [實戰系列] 使用 Keras 搭建一個 Denoising AE 魔法陣(模型)
- [魔法陣系列] AutoEncoder 之應用場景
5. Generative Adversarial Network (GAN)
- [魔法陣系列] Generative Adversarial Network(GAN)之術式解析
- [魔法陣系列] Generative Adversarial Network(GAN)之應用場景
- [實戰系列] 使用 Keras 搭建一個 GAN 魔法陣(模型)
6. Deep Q Network(DQN)
- [魔法陣系列] Deep Q Network(DQN)之術式解析
- [實戰系列] 使用 Keras 搭建一個 DQN 魔法陣(模型)
7. 精進魔法系列
- [精進魔法] Regularization:減少 Overfitting ,提高模型泛化能力
- [精進魔法] Optimization:優化深度學習模型的技巧(上)
- [精進魔法] Optimization:優化深度學習模型的技巧(中)- Adaptive Learning Rates
- [精進魔法] Optimization:優化深度學習模型的技巧(下)- Batch Normalization
- [魔王出沒] 深度學習中的魔王軍簡介
8. 魔法小報系列
- [魔法小報] 深度學習 vs. 傳統機器學習
- [魔法小報] 機器學習路上的強力支援們(網路學習資源推薦)
- [魔法小報] Attention 機制的引進
- [魔法小報] 用圖表呈現深度學習的商業應用價值
- [魔法小報] 深度學習在電腦視覺(Computer Vision)的技術與應用
- [魔法小報] 深度學習在自然語言處理(NLP)的技術與應用
- [魔法小報] 深度學習在聊天機器人(Chatbot)的技術與應用
9. 前言與絮語
- [序幕] AI(人工智慧)、Machine Learning(機器學習)、 Deep Learning(深度學習)是什麼?
- [落幕結語] 第一次參加鐵人賽心得
除了解說各魔法陣的原理之外,也會額外撰寫搭配的運用情境,請各位見習魔法使們敬請期待!