# 深度學習網站資料搜集 confusion_matrix * [模型評估之混淆矩陣（confusion_matrix）含義及Python代碼實現 - 每日頭條](https://kknews.cc/zh-tw/code/yz2n9aj.html) 名字概要： * [關於深度學習、NLP和計算機視覺的30個頂級Python庫_雷鋒網 - MdEditor](https://www.mdeditor.tw/pl/gp4H/zh-tw) PIL(Python Imaging Library) * [以 Python Imaging Library 進行影像資料處理](https://yungyuc.github.io/oldtech/python/python_imaging.html) * [[第 29 天] 深度學習（3）MNIST 手寫數字辨識 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天](https://ithelp.ithome.com.tw/articles/10187912) * [Understanding Categorical Cross-Entropy Loss, Binary Cross-Entropy Loss, Softmax Loss, Logistic Loss, Focal Loss and all those confusing names](https://gombru.github.io/2018/05/23/cross_entropy_loss/) * [zalandoresearch/fashion-mnist: A MNIST-like fashion product database. Benchmark](https://github.com/zalandoresearch/fashion-mnist) * [【Day 20】 Google ML - Lesson 6 - 使用損失函數(Loss Functions)來評估ML模型的好壞吧! MSE, RMSE, Cross Entropy的計算方法與特性 - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天](https://ithelp.ithome.com.tw/articles/10218158?sc=rss.iron) * [何謂 Cross-Entropy (交叉熵)](https://hengxiuxu.blogspot.com/2019/11/cross-entropy.html) * [TensorFlow 學習（六）時尚（衣服、鞋、包等） Fashion MNIST識別 - IT閱讀](https://www.itread01.com/content/1543114418.html) * [Understanding Categorical Cross-Entropy Loss, Binary Cross-Entropy Loss, Softmax Loss, Logistic Loss, Focal Loss and all those confusing names](https://gombru.github.io/2018/05/23/cross_entropy_loss/) --- 斑馬： 全部都用斑紋來判定 若有一張圖的紋路不明顯 那就辨識不出來 所以要平均特徵訓練 中和結果來做判斷 避免過度依賴：dropout rate:50％ 每一輪固定丟一半 w:訓練：w, 測試二分之一w(他會幫你處理 懂原理就好) Dense-Dropout-Dense dropout使用 讓模型出現意外時 還是能辨認 還到稀奇古怪還有解 --- 卷積->過濾（濾鏡） sebel 索伯運算子 邊緣運算 用在灰階圖 周遭的像素pixel組合 產出新的值 Gx:檢查直的| [ +1, 0, -1] [ +2, 0, -2] [ +1, 0, -1] 左右抵銷 就是沒有邊緣 表示顏色一樣 有邊緣 所以沒有抵銷 顏色不一樣 ![](https://i.imgur.com/LWX4oX7.png) * [索伯算子 - 維基百科，自由的百科全書](https://zh.wikipedia.org/wiki/%E7%B4%A2%E8%B2%9D%E7%88%BE%E7%AE%97%E5%AD%90) 過濾器 隨深度會越來越多 max pooling 把圖變小 減低計算量： * average pooling * Max Pooling Max Pooling->寬度/2 ,高度/2 vgg-16:16層（不算pooling跟最後一層） 卷積：高 寬 通到數 過濾器如何決定：網路決定的 * [卷积层 Convolutional - Keras 中文文档](https://keras.io/zh/layers/convolutional/) https://github.com/zalandoresearch/fashion-mnist