AI學習之旅：從基礎到進階
在 NVIDA 的深度學習培訓中心 和 飛槳AI studio 的幫助之下，我從零開始學習了AI的基礎知識，並逐步深入了解了機器學習 (Machine Learning) 和深度學習 (Deep Learning) 的核心概念。這些平台提供的分步教學和實際操作，讓我在雲端伺服器上直接練習，減少了設備的限制，同時加速了我的學習進程。 Machine Learning 與 Deep Learning：理論與實作並行 學習的第一步是掌握機器學習的基礎概念。從數據預處理、特徵工程到模型的訓練與評估，每個步驟都非常重要。在這些平台的指導下，我逐步建立了對機器學習模型（如線性回歸、決策樹等）的理解。隨後，深度學習的引入開啟了另一個世界，我學習了神經網絡的結構，並了解了如何設計和訓練深度神經網絡（如卷積神經網絡CNN），這些技術是圖像識別和語音識別等應用的核心。 深入理解 CNN 和 LLM 卷積神經網絡 (CNN) 是深度學習中專門用於圖像處理的網絡結構。通過大量的實踐操作，我學會了如何設計和訓練 CNN，用它來識別和分類圖像。從基礎層的卷積層到池化層，學會調整每個參數來優化模型的準確度，讓我對深度學習模型有了更直觀的理解。 近期最熱門的話題之一是大型語言模型 (LLM, Large…
