直觀理解並應用主成分分析 —

直觀理解神經網路與線性代數 —

這是一篇以「介紹 GPT-2」之名，行「推坑金庸」之實的自然語言處理文章。

掌握 40 個實用數據技巧 —

NLP 界的巨人之力與遷移學習 — 這是一篇 BERT 科普文，帶你直觀理解並實際運用現在 NLP 領域的巨人之力。 如果你還有印象，在自然語言處理（NLP）與深度學習入門指南裡我們使用了 LSTM 以及 Google 的語言代表模型 BERT 來分類中文假新聞。而最後因為 BERT 本身的強大，我不費吹灰之力就在該 Kaggle 競賽達到 85 % 的正確率，距離第一名 3 %，總排名前 30 %。

那時，全世界的語言都一樣。人們說：『來吧，我們要建一座塔，塔頂通天，為了揚我們的名，免得我們被分散到世界各地。』耶和華說：『看哪！他們成爲一樣的人民、用同樣的語言。如今既蓋起塔來，以後就沒有他們無法完成的事情了。我們下去！在那裏變亂他們的口音，使他們的言語彼此不通。』  ─…

木婉清轉頭向他，背脊向著南海鱷神，低聲道：「你是世上第一個見到我容貌的男子！」緩緩拉開了面幕。段譽登時全身一震，眼前所見，如新月清暉，如花樹堆雪，一張臉秀麗絕俗。 天龍八部第四回：崖高人遠 《天龍八部》一直是我最喜歡的金庸著作之一，最近重新翻閱，有很多新的感受。 閱讀到一半我突發奇想，決定嘗試用深度學習以及 TensorFlow 2.0 來訓練一個能夠生成《天龍八部》的循環神經網路。生成結果仍不完美，但我認為已經很有娛樂性質，且有時能夠產生令人驚嘆或是捧腹大笑的文章了。 因此我決定使用 Tensorflow.js 將訓練出來的模型弄上線，讓你也能實際看看這個 AI 嗑了什麼藥。 因為 Medium 並無法讓我在這個頁面跑 TensorFlow.js，如果你想要實際看看 demo 、動手產生新的天龍八部文章並瞭解如何建立一個這樣的 AI 應用的話，還請前往我的個人部落格查看原文（沒有任何廣告）

在這個人機共存的年代，每個人都應該去嘗試瞭解並運用人工智慧這個超能力。思考自己未來在這個變化快速的世界的定位。 曾經領導 Google Brain 的吳恩達教授這幾天公開了新的 Coursera 課程：AI For Everyone。這堂課不談技術術語，專注在與非技術人士以及企業經理人說明： 何謂 AI 如何建立 AI 專案 如何在企業內部建立 AI 基礎 AI 與社會的關 …

不聞不若聞之，聞之不若見之，見之不若知之，知之不若行之，學至於行之而止矣。 ── 《荀子．儒效》 這段話翻成白話文就是「沒聽過比不上聽過；聽過比不上實際看過；看過則比不上實際了解；而了解又不如動手實踐。唯有身體力行才能真正地學到東西。」 這句古老的諺語向我們傳達了「實踐」的重要以及學習的幾個過程。 做為一門學問，深度學習也是同樣道理。 僅說自己對深度學習有興趣或是有關注（聞、見），但卻沒有實際花時間去深入了解或實際應用（知、行）是無法真正學會深度學習的。