# 肆、研究過程與方法
---
## 研究方法
<!--{%hackmd JMt_Y8MqT0ymA46CjkK12A %}-->
基於我們的研究方向，我們在理論部分決定由三個人各自學習，將所學製成筆記，並且每周進行一次的知識交流，將我們三人的學習成果統整。
API的實作方面因為只要進行簡單的模型建構來驗證理論結果，因此決定以三人協作的方式完成一個基礎模型。
底層架構的建立由於工作量龐大，因此我們採用分塊分工的方式進行，各自負責一部分的實作最後再將其整合成完整模型。
應用面則是回歸API的做法，因為自己寫的底層速度很難負荷更高階的應用，因此我們打算採用API來進行圖像辨識或是更進階的CNN神經網路常見用法。
---
## 研究流程
---
## 研究架構
---
## 文獻探討
---
:::spoiler 理論學習筆記(進度:基本概念及定義、PLA算法、梯度、迴歸分析)
{%hackmd 6Gf-E3lZRv-rIW-L5tvH3Q %}
:::
---
:::spoiler CNN理論
{%hackmd QRvmfqguRUCO81TMaPSdLw %}
:::
---
:::spoiler ANN理論
{%hackmd TY32GGPyR1CmKxfa3iOvhQ %}
:::
{"metaMigratedAt":"2023-06-16T09:31:25.799Z","metaMigratedFrom":"Content","title":"肆、研究過程與方法","breaks":true,"contributors":"[{\"id\":\"1acbf739-4837-4867-be73-4a41bb7c42a7\",\"add\":71,\"del\":71},{\"id\":\"f547d745-63f3-4bad-986b-1751eeec19d1\",\"add\":648,\"del\":119},{\"id\":\"a6fc7cba-c9c5-42a4-854f-b3deb8636bea\",\"add\":124,\"del\":4}]"}