淺談Machine Learning的軟體職涯與工作內容
淺談Machine Learning的軟體職涯與工作內容 說到 machine learning的工作，最直覺會聯想到的可能是聊天機器人、臉部辨識、自動翻譯、推薦系統或是自動駕駛等等，更精確地描述，這些是包裝好的 ML服務 (service)。實際上ML相關的職缺橫跨資料科學、軟體整合、硬體設計與加 …
Continue Reading
Unbiased Teacher: 探究並突破 Semi-Supervised Object Detection (SS-OD)
Unbiased Teacher: 探究並突破 Semi-Supervised Object Detection (SS-OD) 近年 semi-supervised learning由於同時享有 supervised的穩定性與使用 unlabeled data的方便性，逐漸成為主流的方法之一。在電 …
Continue Reading
Sharpness-Aware Minimization (SAM): 簡單有效地追求模型泛化能力
Sharpness-Aware Minimization (SAM): 簡單有效地追求模型泛化能力 在訓練類神經網路模型時，訓練目標是在定義的 loss function 下達到一個極小值 (minima)。然而，在現今的運算資源下， …
Continue Reading給ML Engineer的MLOps簡述: 持續開發機器學習Service的高效理念
給ML Engineer的MLOps簡述: 持續開發機器學習Service的高效理念 大部分人學習machine learning或deep learning時，目標通常是訓練一個強大的模型，以完成一些困難的任務，比如說物件偵測 (object detection)。然而實際開發落地的ML …
Continue Reading
Self-Supervised Learning可以很簡單: BYOL與SimSiam的觀點
Self-Supervised Learning可以很簡單: BYOL與SimSiam的觀點 近年self-supervised learning最知名的兩個方法是Google Brain的SimCLR 與Facebook AI Research的MoCo ，不過這兩個方法都有各自實作上的麻煩 …
Continue Reading
適合大量資料I/O的儲存格式: TFRecord簡介與操作教學
適合大量資料I/O的儲存格式: TFRecord簡介與操作教學 在訓練模型的時候，資料輸入的流程直接影響了模型訓練或推理的效率。其中，資料格式 (data format) 相當地影響了I/O的速度，除了更換更高階的固態硬碟外，選擇binary形式的資料格式也是提升I/O效率的方法之一。 在許 …
Continue Reading