IT Lab艾鍗學院技術Blog: MNIST 的搜尋結果

2025年10月3日星期五

GAN vs Conditional GAN：概念差異與去噪任務的應用

Standard GAN :

Generator (G)：輸入隨機噪聲 $z \sim N (0, 1)$ ，輸出 fake image
Discriminator (D)：輸入一張圖像（可能來自真實 MNIST，也可能是 G 的 fake），判斷 real/fake

是MNIST 資料集的圖像 → 標記為 real (y=1)
G(z) 生成的假圖像 → 標記為 fake (y=0)

D 不需要 paired data，只要能看到真實數據與生成數據
訓練過程中，G 會逐步學會把隨機 z 映射到「看起來像 MNIST 分佈」的圖像

Conditional GAN

想要生成「數字6」，就給模型條件

$y = 6$ ，生成器要輸出像「6」的圖片，而不是別的數字。
圖片裡面打叉的「2」就是說：雖然它來自分佈，但不符合條件（y=6），所以不是正確輸出

Conditional GAN:

Learn a mapping from condition → target (e.g. noisy → clean)

Discriminator (D)：同時看 (noisy, clean) 或 (noisy, fake)

(noisy, clean) → 應該判斷為 real (y=1)

(noisy, fake) → 應該判斷為 fake (y=0)

D 的角色不只是判斷「像不像真實圖像」，還要檢查「輸出和 noisy 是否對應」

透過 Binary Cross Entropy loss，D 訓練得更會分辨；而 G 則被迫學到正確 mapping (noisy → clean)

2018年3月16日星期五

機器學習(Machine Learning)與深度學習(Deep Learning)

什麼是機器學習(Machine Learning)?

機器學習是人工智慧的其中一個分支，簡單來說它就是讓機器可以像人一樣，可藉由閱讀大量的資料建立規則而具有知識，而機器學習就是透過演算法來分析數據、從中學習來判斷或預測現實世界裡的某些事(專家其實是訓練有素的狗，機器學習大概就是這個味道) 。閱讀已知的大量資料就是所謂訓練的過程，透過足夠多的Training Data 建立出一個 Model (最佳函式), 這個Model 就是"機器的知識"，之後你可以餵未知的資料給機器，機器就能進行預測或判斷。機器學習並非手動事先用程式撰寫好指令規則來判斷，而是使用大量的數據和演算法來「訓練」機器，自動產生規則自動判斷或預測。

什麼是類神經網路?

類神經網路是機器學習領域中的一種方法，它企圖用模擬人類大腦中的神經網路(Neural Network)的運作方式來建構機器學習的Model。例如，眼睛看到車快撞上來了,人的反應會立刻跳開，這中間可能經過大腦無數個神經元的運算及傳導，至今人類可能都還搞不清楚大腦怎麼辦到的，因為中間過程太複雜，但從頭尾結果來看卻很簡單, 就是看到車要撞到了，人會閃。Neural Network 概念，其實正是如此，一堆資料X 而每筆資料有多個特徵值(x1,x2,x3,x4)，NN中每一層的權重W就可以決定出最終的 Y (y1,y2,y3)。若中間可能有很多層，很多層就叫做 MLP(Multi-Layer Perceptron)。當層級愈多網路就愈大, 所需的參數W就要愈多，因此計算Gradient 就要花更多的時間。

什麼是深度學習(Deep Learning)?

它其實就是很深的Neural Network (Deep Neural Network DNN), 就是中間Hidden Layer 有很多層級。AlexNet 達到8層級, ResNet已達到100多個層級。每建構一個Hidden Layer就代表建立同款式但有著不同花樣的過濾器(Filter)/篩子，以篩出不同的特徵。愈多的Hidden Layer 就代表用了更多款式的篩子。經過Back Propagation 計算後，求得每一個款式下不同花樣的權重W。而愈重要的篩子權重愈高，愈不重要的篩子權重就會愈低。這些W權重較大的篩子，代表用這些篩子可以篩出 X-->Y的重要成份，也就是"特徵"。這也就是深度學習最強的地方--自動特徵擷取，而不是由人來先定義好特徵。

如何建構深度學習中的網路模型則是Deep Learning 的核心技術。針對影像處裡的 CNN卷積神經網路（Convolution Neuron Networks) ，網路中加入Convolution及pooling 層以抽取特徵，而將能將圖片進行分類預測。RNN (Recurrent Neural Networks）主要用於文字語意處理，可以用來判斷前後文而使機器能理解一句話的意思。

機器學習或深度學習的技術可以應用在哪?

機器學習的演算法已廣泛應用於資料探勘、電腦視覺、自然語言處理、語音和手寫識別、生物特徵識別、DNA序列測、搜尋引擎、醫學診斷、金融數據分析與證券市場分析等方面。所以幾乎各行各業，包含金融業、零售業、製造業、醫療產業等，都會用到機器學習的技術。而以深度學習作為機器學習的方法，則多用在電腦視覺(Computer Vision)、ASR語音識別 (Automatic Speech Recognition)、NLP(自然語言處理)，這種比較沒有因果關係或者連人類都很難解釋的邏輯推理。

===================================

深度學習的Hello World: "MNIST" 手寫數字辨識

簡單說明Artifical Neural Network 基本流程, 當然也可以Deep Learning 的CNN (Constitutional Neural Network )實作它, 你就對CNN有更進一步的認識

step: training data 將每一個手寫數字轉成pixel vector, 作為input X , 每個pixel 作為feature