前言 在機器學習模型訓練之前往往會先進行資料處理。常見的處理方式是採用 sklearn.preprocessing 的 API，裡面提供許多種資料前處理技巧。例如 StandardScaler、MinMaxScaler…等，更多詳細內容可以參考這篇。然而在模型上線時，實際現場取得的資料要如何處理呢？想想看，我們為了讓模型有更好泛化能力，必須採用訓練集的資料的基準為新的一筆資料進行縮放前處理。因此我們可以先將 fit 好的 Scaler 模型儲存起來，如果每一筆新資料進來時就不用重新載入訓練集 fit() 一次 Scaler，而是直接載入 Scaler 後直接 transform()。
前言 當 APP 有多個頁面就必需採用 Intent 來實現多個 activity 之間的跳換。當然除了頁面跳換，也能同時將值傳遞過去到新的 activity。本文章就來教各位如何實作兩個 activity 頁面的跳轉，以及傳遞數值。
前言 當圖片畫素較高時，網頁就必須要花時間從伺服端下載。因此在網頁第一次載入時會等待圖片下載的時間，所導致空窗期等待。常見的解決方式就是加入 Loading 畫面，但是要如何透過 JavaScript 來監聽並接收圖片以載入完成的事件呢？下圖就是今天要簡單實作的範例。
前言 平時使用 Android Studio 模擬器進行除錯，有時候會直接將照片輸出至相簿中。但要如何進入資料夾將圖片複製出來呢？這時就可以採用 Device File Explorer 來幫助我們在 Android 設備上查看、複製和刪除文件。
前言 本論文提出一個以零為中心的高斯雜訊 (zero centered Gaussian noise) 來產生一個虛假的另一個類別在 latent space。透過交叉商計算誤差學習一條邊界來完整達到一元分類的需求。在此方法中，我們可以拿一個事先預訓練好的 CNN 模型當做基底網路。訓練一個可以分類一個種類的物件，可以應用在人臉辨識、瑕疵檢測、新奇點和離群值檢測。以新奇點偵測來說，假設我們有一堆狗的相片，我們的目標就是要讓模型辨識輸入的照片是否為狗。
前言 使用 Android 開發的使用者通常都會利用內建的模擬器來除錯，若進行編譯時出現下錯誤訊息:
前言 上一篇[Android] 內建相機拍照實作(1)已經教各位如何開啟內相機拍照並回傳顯示在APP上，這一篇教學將教你照片的儲存。
前言 Android 的 Toolbar 包含了狀態列(Status Bar)與標題列(Action Bar)。如果需要克制會會隱藏必須要先到 values 資料夾中的 themes.xml 設定好 Toolbar 的樣式。接著打開 AndroidManifest.xml ， 更改 application tag 內的 theme 參數。以下教學手把手帶你來將狀態列與標題列隱藏，文章最後會提供此範例程式。