作者查詢 / filialpiety

總覽項目：發文 | 留言 | 暱稱

作者 filialpiety 的總覽 (PTT發文,留言,暱稱)

發文數量: 108

收到的『推』: 509 (44.7%)

收到的『→』: 617 (54.2%)

收到的『噓』: 13 (1.1%)

留言數量: 291

送出的『推』: 131 (45.0%)

送出的『→』: 158 (54.3%)

送出的『噓』: 2 (0.7%)

使用過的暱稱: 1

filialpiety 在 PTT 最新的發文, 共 108 篇

[交易] 賣電腦書籍和多益的考試用書

[ Tainan ]1 留言, 推噓總分: +1

作者: filialpiety - 發表於 2024/02/07 15:20(2月前)

[徵才] 中研院林哲揚老師徵才

[ Soft_Job ]6 留言, 推噓總分: +4

作者: filialpiety - 發表於 2023/05/11 07:18(11月前)

[徵才] 中研院林哲揚老師徵才

[ Bio-Job ]0 留言, 推噓總分: 0

作者: filialpiety - 發表於 2023/05/11 07:16(11月前)

[南部] 中研院林哲揚老師徵才

[ job ]0 留言, 推噓總分: 0

作者: filialpiety - 發表於 2023/05/11 07:12(11月前)

[問題] keras: zero trainable params

[ DataScience ]57 留言, 推噓總分: 0

作者: filialpiety - 發表於 2022/12/22 22:12(1年前)

filialpiety 在 PTT 最新的留言, 共 291 則

[心得] GeForce now 勸退

[ Steam ]131 留言, 推噓總分: +73

作者: owen5566 - 發表於 2023/10/01 13:40(6月前)

10^F推filialpiety: 我是一直斷線QQ10/01 14:03

Re: [請益] 工控背景工作十年不理想，請教未來出路

[ Soft_Job ]97 留言, 推噓總分: +44

作者: DrTech - 發表於 2023/08/26 01:20(8月前)

16^F推filialpiety: 推08/26 12:00

[心得] 影響 A/B Test 所需樣本數的要素

[ DataScience ]7 留言, 推噓總分: +6

作者: AgileSeptor - 發表於 2023/06/27 23:12(10月前)

2^F推filialpiety: 推推！之前學姊在做大專生計畫時，收案也有估算所需06/29 10:51

3^F→filialpiety: 樣本數06/29 10:51

[心得] 2023面試-後端-台積/SWAG/Circle等

[ Soft_Job ]68 留言, 推噓總分: +40

作者: Psyman - 發表於 2023/06/08 19:24(10月前)

30^F推filialpiety: 高手啊！感謝前輩分享06/09 08:02

[問題] keras: zero trainable params

[ DataScience ]57 留言, 推噓總分: 0

作者: filialpiety - 發表於 2022/12/22 22:12(1年前)

10^F→filialpiety: 感謝12/23 19:13

11^F→filialpiety: discriminator_n_layer是tuning的其中一個目標12/23 19:13

12^F→filialpiety: trainable = false 則是照書上寫的來做12/23 19:13

13^F→filialpiety: 也想請問一下有沒有tf Variable 的範例？我看到滿12/23 19:13

14^F→filialpiety: 多人這樣寫的說12/23 19:13

15^F→filialpiety: ，不過不知道怎麼下手來改？12/23 19:13

20^F→filialpiety: 感謝～我現在把trainable改true後，non-trainable12/24 05:26

21^F→filialpiety: params明顯減12/24 05:26

22^F→filialpiety: 少許多，不過discriminatior 的performance 一樣0.12/24 05:26

23^F→filialpiety: 012/24 05:26

24^F→filialpiety: 書上沒有做tuning，而是直接針對minst 資料集給nn12/24 05:26

25^F→filialpiety: 固定結構；tun12/24 05:26

26^F→filialpiety: ing 部分是我如法炮製改的，資料則是餵實驗室清乾12/24 05:26

27^F→filialpiety: 淨的資料，目前12/24 05:26

28^F→filialpiety: ensemble ML效果還可以，想說用semi GAN看看能不能12/24 05:26

29^F→filialpiety: 提升預測力，12/24 05:26

30^F→filialpiety: 不過明顯影我技術有問題，效果也不好。想請問deep12/24 05:26

31^F→filialpiety: 在處理結構資料12/24 05:26

32^F→filialpiety: 還有哪幾招可以試？12/24 05:26

34^F→filialpiety: 目前是做supervised learning、semi supervised 應12/26 14:55

35^F→filialpiety: 該沒望了12/26 14:55

36^F→filialpiety: 論文用途～～12/26 14:56

38^F→filialpiety: 題目已經確定了！資料也清乾淨，只是現在在訓練分12/28 17:43

39^F→filialpiety: 類器；ML的scri12/28 17:43

40^F→filialpiety: pt 差不多了！想說弄DL分類器看看，讓自己就業有點12/28 17:43

41^F→filialpiety: 競爭力12/28 17:43

42^F→filialpiety: 畢竟上個實驗室有要求我做DL、花了一年時間看一堆p12/28 17:43

43^F→filialpiety: aper還有課程12/28 17:43

44^F→filialpiety: 。如果DL做不出來我也認了XD 反正DL對硬體要求很高12/28 17:43

45^F→filialpiety: ，也不見得適12/28 17:43

46^F→filialpiety: 合每個議題12/28 17:43

50^F→filialpiety: 先驗知識和後驗知識？！我查一下後不太了解，請問12/29 15:30

51^F→filialpiety: 這部分是在大學12/29 15:30

52^F→filialpiety: 哪個科目內呢？我常常看到先驗機率和後驗機率跟12/29 15:30

53^F→filialpiety: 您提的是不是有12/29 15:30

54^F→filialpiety: 關係？12/29 15:30

filialpiety 在 PTT 的暱稱紀錄, 共 1 個

暱稱：filialpiety

文章數量：103