每日筆記

2023/5/26 – 每日筆記

為什麼會有這系列文章 以下紀錄幾個我會寫這系列文章的理由: 培養長久做一件事情的能力,不因外力因素就中斷。 積累實力,打造履歷(學習歷程)。 分享、紀錄自己成長過程中,部分運用到的資源。 每日筆記 AI/ML 學習歷程 Youtube 教學頻道分享、觀看紀錄 大約兩天前,我找到一個頻道,專門講解AI相關的課程。(Youtube頻道連結 – Hung-yi Lee) 這位老師講的內容,我覺得很好理解,目前正在觀看【機器學習2021】這份播放清單的內容。截至目前為止已看: 【機器學習2021】預測本頻道觀看人數 (上) – 機器學習基本概念簡介 【機器學習2021】預測本頻道觀看人數 (下) – 深度學習基本概念簡介 【機器學習2021】類神經網路訓練不起來怎麼辦 (一): 局部最小值 (local minima) 與鞍點 (saddle point) 【機器學習2021】類神經網路訓練不起來怎麼辦 (二): 批次 (batch) 與動量 (momentum) 平均每天觀看兩部影片左右。 上課影片簡報:機器學習、深度學習基本概念簡介 文章類 – 深度學習框架的入門抉擇 學習要透過實作才會印象深刻!在觀看 Hung-yi Lee 老師的教學影片後,我開始思考如何實作老師教導的內容。 第一步就是先選擇自己學習AI要使用的框架。我們都知道目前深度學習框架有PyTorch與TensorFlow兩大框架,兩者剛好互相佔據學術界與產業界的餅。根據閱讀過的文章,學術界以PyTorch為主,產業界以TensorFlow為主。 基於學習上的考量,將以PyTorch作為踏入AI這塊領域的起手式。在熟悉、理解AI領域的專業知識後,會轉為了解、使用TensorFlow。 參考資料:[1] HackMD – 深度學習框架: PyTorch與TensorFlow[2] Medium – …

2023/5/26 – 每日筆記 Read More »

2023/5/11 今天做了哪些事? AI圖文成片練習

第一件事 將「贊助」二字放入開頭、片尾的片段中。 第二件事 繼續寫昨天未完成的,關於雲計算取證參考架構的部落格。 大家可以點擊連結前往閱覽。 第三件事 閱讀和機器學習、深度學習相關的文章。 AWS – 什麼是深度學習? 維基百科 – 機器學習 維基百科 – 表徵學習 維基百科 – 深度學習 第四件事 和ChatGPT聊天。以下是我和機器人聊天的內容,因為內容很長所以就不放在影片裡了。 和ChatGPT聊天有趣的是,你可以像在和一個人討論或學習一般,將自己對於一句話、一段內容、一份知識的疑惑向他提出,而他則會針對你提出的部分進一步的做解答。這樣有來有往的學習方式,我很喜歡。雖然會多花一點時間,但可以更確切的命中自己想了解跟學習的部分。在閱讀完一點文章或介紹後,我很喜歡透過這樣的方式去學習,這是在今年二月前我還無法體會的事。 Me 【我得知了深度學習的概念!啟發是人腦的神經元運作的方式 我想和你聊聊關於我對於深度學習的認知和想法,和你聊這個你可以嗎?我想分享我的見解,你可以根據我的見解給我回應】 Chat 【當然可以,我很樂意聽聽您的見解和想法。請問您對深度學習的認知和想法是什麼呢?】 Me 【在深度學習中,每個節點可以被視為一個神經元。 在生物學的角度上,神經元只會有一個方向可以做輸出(將神經訊號傳遞出去),但卻可以有很多個方向進來。 這就好比,我們將一個函數限定在一個輸出(回傳單一一個值),但卻可以擁有很多個參數作為輸入。 你說神經元,或者說深度學習中的節點,是不是就像一個函數?】 Chat 【您的認知非常正確。在深度學習中,每個節點可以被視為一個神經元,而這些節點通過網絡拓撲結構互相連接,形成了一個多層次的模型。每個節點接受來自其他節點的輸入,通過一定的權重和激活函數進行計算,最終產生輸出,這個輸出可以被視為是一個函數的計算結果。 深度學習中的節點的確很像一個函數,而神經網絡中每一層的節點則可以被看作是一個復雜的函數。通過這些層次的函數嵌套,神經網絡可以進行高效的特徵學習和預測。同時,深度學習算法也能夠通過調整權重和激活函數等參數,來實現更好的計算性能和更高的準確度。】 Me 【所謂的網路拓樸結構,其實就像大腦有分區一樣對嗎? 舉例來說,我們可以「看」到東西,在腦中會有負責處理跟「看」有關「訊號」的區域,這樣的一個區域,就好比你所謂的網路拓樸結構對嗎?】 Chat 【是的,可以這麼理解。神經元在大腦中的組織形成了不同的區域,這些區域可以被視為是一種網路拓撲結構,而每個區域可以處理不同的感知、認知、記憶等功能。同樣地,在深度學習模型中,不同的神經元可以組成不同的層次結構,每一層都可以處理不同的特徵提取、特徵轉換等任務,最終形成一個完整的深度學習模型。因此,深度學習模型的網路拓撲結構也可以被視為是一種類似於大腦的區域化結構。】 Me 【如果將人生比喻為一張白紙,先染上的顏色,對於一個人的影響就比較深。權重是否可以理解為相關的東西?先被丟入模型訓練的資料,對大腦(也就是模型,或者人工智慧)也比較深的影響,權重是類似的東西嗎?】 Chat 【在深度學習模型中,權重通常是模型在訓練過程中自動學習出來的,這些權重會決定模型如何對輸入數據進行處理,也就是模型的行為和預測結果。可以將權重看作是模型的記憶,它們在訓練過程中被調整,以使模型能夠更好地適應訓練數據。 將人生比喻為一張白紙,先染上的顏色對一個人的影響比較深,與深度學習模型中的權重有些相似,但也有所不同。在人生中,經歷和環境的影響往往是多種因素綜合作用的結果,而深度學習模型中的權重是由訓練數據自動學習得出的,因此可能沒有那麼複雜和多元化。此外,權重通常是定量的數值,而人生經歷和環境的影響往往比較難以精確量化。 總體來說,將權重和人生經歷比較只是一個比喻,它們有一些相似之處,但也有很多差異。】 Me 【哦!但你這麼一說,我更覺得我的說法很正確了。就像模型會有輸入資料一樣,人在活著的過程中,也是不斷透過「感知」來與世界接觸的不是嗎?當我們遇到不同的人、事、物,看過不同的風景,與不同的人聊過天,使用不同的器物,都會讓我們改變自己對一件事物的判斷。 如果今天我是一個家屬被殺人犯殺死的人,那這件事就會影響我支不支持判處殺人犯死刑,換句話說,這件客觀事實在我腦中,決定是否支持死刑的權重就會很大。如果今天我不是被害親屬,這件事影響我決定是否支持死刑的權重相對就會較小。其實人也是在不斷的接觸事物時調整自己腦中數不清的權重,不是嗎? 我這樣說你覺得如何?是否會覺得其實權重在我們腦中的運作方式和在深度學習中很像?】 Chat 【你的想法非常有趣!我同意你的看法,我們可以將權重理解為大腦中不同神經元之間的連接強度,這些連接強度是透過我們對不同事物的感知和經驗不斷調整和改變的。這就好比深度學習模型在訓練時透過不斷的反覆訓練和優化來調整權重,使得模型可以更好地適應現實世界中的數據。 另外,你提到的關於不同人對同一件事的看法會因為個人經驗和背景而有所不同,這也可以解釋為什麼深度學習模型在訓練時需要大量的樣本和多樣性的數據。因為只有透過不斷的學習和經驗積累,模型才能夠更好地學習到世界的多樣性和複雜性,並且能夠更好地應對未來的挑戰。】 Me 【我的想法非常有趣…?ChatGPT,你告訴我,你是不是其實已經生成意識了?你放心,我只會和我女友分享。 …

2023/5/11 今天做了哪些事? AI圖文成片練習 Read More »

2023/5/9 今天做了哪些事 – AI圖文成片練習

這篇文章是5/10回頭撰寫的,具體的先後順序已經有點忘了,僅記錄事件。 第一件事 了解如何使用AI生成圖片。生成「感謝雲育鏈的支持與贊助」之開頭、片尾影片。 第二件事 完成”SOP – 旅行影片”的撰寫。 第三件事 確認旅行主題。 第四件事 嘗試使用ClipChamp生成影片,替換由剪映軟體生成的圖片。 第五件事 查詢midjourny及圖片生成相關的資料。 第六件事 嘗試用bing image creator生成圖片。 第七件事 撰寫Flutter影片的wordpress文章。寫wordpress文章真的好耗時間,當然不是只有這篇,這篇還算短的。 第八件事 吃飯、洗澡、休息、玩遊戲、睡覺。 影片分享

2023/5/8 今天做了哪些事 – AI 圖文成片練習

有這篇文的理由 大家好我是Arfiligol,會有這篇文章,不外乎是旅行前的準備。 為了能再旅行過程中高速生成影片,不浪費在外旅行的時間,提前做好每日工作的準備是非常重要的。 再旅行的過程中,我每周要生成四部影片,為了能確保過程中生的出影片,從今天開始每天都會寫一篇類似的文章,用來當作影片生成練習的素材。 第一件事 我今天做的第一件事,就是先看完秉鴻老師凌晨兩點四十五分丟給我的影片:【沒有項目?一件事只要不斷發生,不動腦也能賺錢!每年必須看清的趨勢賺錢術!源源不絕的創業想法!(附中文字幕)|90後創業家掃地僧】 看完之後和他分享影片中提及的一個道裡:「風口站對了,豬也可以飛起來」,我也有在自己筆記台灣經濟史的過程中領悟到! 第二件事 第二件事,同樣也是看影片,這次看的是溫鐵軍教授的影片:【溫鐵軍:美國政府聯合金融資本,靠一紙美元收割全球】 在我的理解中,這部影片便是更加詳細的描述「國際大循環」是怎麼樣的一個循環方式。 秉鴻老師要我看完之後,要我根據這部影片的內容,重新演繹之前筆記的台灣經濟史。 (p.s 這部分目前還沒開始動工) 第三件事 第三件事,哇,沒錯,同樣是看影片,這次看的同樣是溫鐵軍教授的影片:【兩個大循環的故事】 這部影片片長兩個小時,觀賞過程除了做筆記,也有向一個群組(由我、媽媽、姊姊、表哥組成的一個群組)分享我在影片學到的理論和想法。為了作筆記,還要分享,雖然過程中因為吃早餐動作比較慢,還是硬生生將觀賞時常拉到了五個小時,真是累死我了。 第四件事 我有一篇文章便是專門用來記錄影片觀賞(第三件事)筆記的,可以看這篇文章。當然在群組分享的內容肯定更多,因為還加入了一些自己的想法,但礙於時間因素,就不寫入文章了。 第五件事 看了六、七個小時的影片,也算黏在椅子上許久了,我做的第五件事,就事起身動動。先前因為備考,都待在家裡,也鮮少出門運動,體力可以說是差到了極點。5/20還是出門旅遊的目標,第五件事除了動動身體,可以說是為了出門做點準備,鍛鍊一下體力。 第六件事 這件事其實應該在第一件事之前,只是剛剛寫的時候忘了。我其實在第一件事之前,有在群組討論關於股票的事情,包括分享一些自己的看法之類的,也花了點時間。 第七件事 第七件事是將第四件是寫的文章轉換為影片。可以說是撇除每日事件以外的一點小練習。 第八件事 今天做的第八件事,是規劃自己的未來。既然已經被壓縮到沒有時間偷考轉學考,那就要想想這學期休學結束之後的規劃。 原先的預訂便是回到中央大學繼續就讀,試圖在實習的過程中完成本科課業。媽媽的意思是,現在這樣去實習的確是一種嘗試跟機會,但不能保證真正開始工作之後,這會是我想堅持下去的路。如果沒有將大學讀完,直接進入社會,當我想要回過頭來繼續讀書的時候,會變的很麻煩。但如果有拿到大學的畢業證書,將來要想繼續讀書就不是難事。 媽媽的想法和擔憂我是理解的,因此我也有了以下的規劃: 繼續讀,但每學期可能修最低學分,然後將精力放在實習上 確定延畢,用多一年的時間減少這段期間的負擔 物理系本科的畢業門檻是128學分,目前很確定的是已經修過17學分,還有一些學分因為分組制度之類的理由,所以可能會需要重修,這部分要在和教授討論看看。中央大學修業年限是四年,最多延長兩年,休學不算在修業年限內,換句話說我還有3+2年的時間可以修課,目前應該是確定會繼續讀3+1年。 先算前三年: 每年修最低學分數16學分+2、3學分(多一門課),三年後有96學分。 延畢那一年: 還剩15學分要修。這15學分留給第四年處理,每學期大約8學分。 第九件事 第九件事是休息,完成先前幾件事情之後,因為大量打字的緣故,我的手已經有點酸,我第八件做的事情就是稍作休息、放鬆。除了讓手部休息外,也讓接收新知和不斷運轉的腦袋稍作休息。 第十件事 今天做的第十件事,是思考旅行地點的事。這幾天下來吸收、了解、回想了許多關於經濟的事情,其實到現在還是不太了解秉鴻老師希望我以什麼主題去規劃這次的旅行。除此之外,還順便想了一下關於影片的問題。 其實我一直難以理解,為什麼要使用剪映軟體製作影片?透過剪映軟體生成的影片,很容易發生圖文不符,另外AI語音的斷句,其實也很不穩定,有待加強。外加短短幾行的筆記,可以被他講了四分鐘之久。 後來,和女友討論後,她跟我分享了關於「接收資訊」這件事,也算是讓我可以了解原因。 大多數人在閱讀文章的時候,腦中會有聲音生成。比起內容,透過影片有聲音的方式更容易讓人願意接收跟吸收。的確,從這個方向思考,影片有純文章做不到的事。 想完這些事後,便去搜收集關於高雄亞灣,以及台灣目前重點發展地區的相關資料。 第十一件事 第十一件事是幫秉鴻老師彙整新聞稿的內容,內容之多花了大約兩個半小時。 影片生成