敏捷 (Agile) 開發與Scrum：個人與互動重於工具與流程，站著開會才不是重點！
敏捷 (Agile) 開發與Scrum：個人與互動重於工具與流程，站著開會才不是重點！ 敏捷 (agile) 開發與 Scrum可以說是現在大量軟體開發團隊在採用的方法與框架。敏捷的精神在於因應變化，能夠快速進行調整，而 Scrum是迭代式增量軟體開發的過程，與精實開發 (LEAN)、 …
Continue Reading
部屬雲端API型態的ML Service: 使用Flask與AWS Elastic Beanstalk的實務教學
部屬雲端API型態的ML Service: 使用Flask與AWS Elastic Beanstalk的實務教學 在 Machine Learning的發展中，訓練模型往往是最吸引人目光的。但如何部屬 (deploy) 訓練好的模型，其實也是一個不可忽視的重點。隨著 PaaS (Platform …
Continue Reading
白話Neural Radiance Fields (NeRF): 類神經網路在View Synthesis的熱門新方向
白話Neural Radiance Fields (NeRF): 類神經網路在View Synthesis的熱門新方向 每年類神經網路的發展都會有些最佳關鍵字，比如說以往如 deep CNN (Convolution Neural Network)、GAN (Generative …
Continue Reading
ACON與TFNet: 分析ReLU與近期Swish、SENet發展的關連性
ACON與TFNet: 分析ReLU與近期Swish、SENet發展的關連性 **在近期類神經網路的架構設計， Swish與 SE (squeeze-and-excitation) 是蠻常看見的兩個小技巧。**前者是在 design space中搜出來的 activation function，後者 …
Continue Reading
初探MLFlow Tracking: 保持ML實驗的可追溯性與可重現性
初探MLFlow Tracking: 保持ML實驗的可追溯性與可重現性 隨著 ML技術的發展越來越完善，漸漸的開發者們不再只是追求把 ML功能做出來，而是以開發一套穩健的 ML模型訓練系統為目標。而在模型訓練的實驗上，最重要的莫過於追蹤實驗的效果與相關的訓練設計之間的關聯。由於 ML模型的訓練除了跟 …
Continue Reading
EfficientNet V2的背後: 釋放MobileNet在GPU/TPU上的效率
EfficientNet V2的背後: 釋放MobileNet在GPU/TPU上的效率 **在低運算量的類神經網路架構中，結合 inverted bottleneck與 depth-wise convolution的 **MobileNet **與其衍生的 **EfficientNet **系列堪稱 …
Continue Reading