實作解析

隨著ChatGPT、Midjourney等話題引發熱潮，也引發大眾對於生成式AI的好奇，從圖像生成、語音生成、文字生成等單一任務，逐漸發展出越來越多元的生成任務。這次要探討的是如何結合人臉影像與語音的生成任務，組成一個說話語音生成任務：Talking Face Generation。

支持向量機（Support Vector Machine, SVM）是機器學習中著名的演算法之一，1992年由Boser et al.提出後，被應用於許多不同領域。

隨著 AI 模型近幾年越來越強大，所需要的參數量與運算量也越來越大。但在許多場合，可能沒辦法放著一台碩大的伺服器去進行 AI 運算，這時候就需要將模型放入邊緣裝置（Edge device）中，也就是所謂的「Edge AI」。

深度學習的任務總類非常多，但是依據資料類型分成以下幾種：如果是影像相關的資料，我們會使用基於CNN的模型；而序列型的資料，則會使用LSTM或Transformer；至於剩下的問題，通常會使用一般的NN。

Seaborn可說是Matplotlib進階版的繪圖套件，也是常用的視覺化套件，本文將官方文件統整，並透過直接操作資料集的方式簡單的帶大家操作常用的語法。

Back-propagation(BP)是目前深度學習大多數NN(Neural Network)模型更新梯度的方式，在本文中，會從NN的Forward、Backword逐一介紹推導。

AI 除了作曲也能分離不同的樂器聲音，不論人聲、背景音、各種樂器聲，透過 AI 模型辨識出不同音訊並達到精準分離，稱為「聲源分離」。

在科技不斷進步的時代下，數據量也逐漸龐大，資料呈現也成為數據分析不可或缺的一環，透過視覺化圖表的呈現可以有效傳遞數據分析想要表達的觀點和結果，本篇要介紹的是如何使用python視覺化函式庫Matplotlib來繪製視覺化圖表！

在經歷了網紅假造名人不雅影片、烏克蘭總統投降假聲明…等等重大社會事件，Deepfake 這個名詞已經走入大眾的視野。Deepfake 背後的技術本來是科研的一大成果，卻變成被用於犯罪的工具？有沒有分辨的可能？