[深度學習練習] [Deep Learning Practice] 神經網路入門（十）- 遞歸神經網路 X TFLearn X 台指分K

之前已經用 CNN 練習過台股日 K 預測，

接下來我們會用 LSTM 來玩台股分 K 預測，

不過！在這之前我們要先介紹一下 TFLearn 這個超好用的工具。

[深度學習練習] [Deep Learning Practice] 神經網路入門（九）- 遞歸神經網路 X 實作

上一集中，介紹了基本的 RNN 以及 LSTM model，

這一篇將會實作 RNN model，預測 mnist 的資料，

以更加了解 RNN 的使用方法和原理。

[深度學習練習] [Deep Learning Practice] 神經網路入門（八）- 遞歸神經網路 X 基礎

這一集分享一下遞歸神經網路 ( Recurrent Neural Network )，

簡稱為 RNN，對於和時間相關的學習非常強大，

可以拿來玩期貨、音樂或文意理解等之類和時間有強烈關係的主題。

[Python GUI][Tkinter實作練習] 自己的看盤軟體自己做 (一) - Tkinter 介紹

這次打算練習一下，

自己用 Python 寫一個看盤軟體，

使用的 Library 是 Tkinter，開始吧！

[深度學習練習] [Deep Learning Practice] 神經網路入門（七）- 卷積神經網路 X 台指

上一個章節中，我們已經完成了資料處理的幾個方法，

這一集要定義卷積網路的樣子，然後把圖片和標籤丟進去，

看看卷積神經網路在指數預測的能力如何。

[深度學習練習] [Deep Learning Practice] 神經網路入門（六）- 卷積神經網路 X 台指

這個專案，我覺得比起之前都要好玩太多，

因為我們將引用外部資料，自己決定資料長相以及要學習的事情，

這才是機器學習最有趣的地方！

[深度學習練習] [Deep Learning Practice] 神經網路入門（五）- 卷積神經網路 X 實作

上一集中，紀錄卷積神經網路的基本理解，

這一集就會使用卷積神經網路來預測 mnist 的 data，

做圖像辨識的練習。