在研究 AI 課題上,
會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,
而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,
且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網、中文官網),
節省了 AI 初學者準備大量資料的時間,
而這次是利用 Cifar10 物體圖片集,
也就是要讓 AI 辨識圖片是什麼物體, 範例如下 :
至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :
點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).
點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).
點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.
那就開始用「CNN 卷積神經網路」來辨識「Cifar10 物體圖片集」, 其參考步驟, 如下 :
我的第二個 AI:利用「MLP 多層感知」針對「Cifar10」資料集,訓練「辨識物體圖片」
在研究 AI 課題上,
會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,
而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,
且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網、中文官網),
節省了 AI 初學者準備大量資料的時間,
而這次是利用 Cifar10 物體圖片集,
也就是要讓 AI 辨識圖片是什麼物體, 範例如下 :
至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :
點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).
點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).
點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.
那就開始用「MLP 多層感知」來辨識「Cifar10 物體圖片集」, 其參考步驟, 如下 :
會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,
而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,
且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網、中文官網),
節省了 AI 初學者準備大量資料的時間,
而這次是利用 Cifar10 物體圖片集,
也就是要讓 AI 辨識圖片是什麼物體, 範例如下 :
至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :
點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).
點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).
點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.
那就開始用「MLP 多層感知」來辨識「Cifar10 物體圖片集」, 其參考步驟, 如下 :
標籤:
我的 AI,
AI,
Keras,
python,
TensorFlow
我的第一個 AI:利用「MLP 多層感知」針對「Mnist」資料集,訓練「辨識數字圖片」
在研究第一個 AI 課題上,
會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,
而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,
且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網、中文官網),
節省了 AI 初學者準備大量資料的時間,
而這次是利用 Mnist 數字圖片集,
也就是要讓 AI 辨識圖片是什麼數字, 範例如下 :
至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :
點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).
點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).
點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.
那就開始用「MLP 多層感知」來辨識「Mnist 數字圖片集」, 其參考步驟, 如下 :
會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,
而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,
且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網、中文官網),
節省了 AI 初學者準備大量資料的時間,
而這次是利用 Mnist 數字圖片集,
也就是要讓 AI 辨識圖片是什麼數字, 範例如下 :
至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :
點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).
點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).
點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.
那就開始用「MLP 多層感知」來辨識「Mnist 數字圖片集」, 其參考步驟, 如下 :
標籤:
我的 AI,
AI,
Keras,
python,
TensorFlow
透過 Anaconda 安裝 TensorFlow 與 Keras
在 Google 官網 https://www.tensorflow.org/versions/master/install/ 中,
有介紹如何安裝 TensorFlow,
首先選擇您要在哪個 OS 安裝 TensorFlow, 官網截圖如下 :
選擇好 OS 之後, 官網介紹兩種安裝 TensorFlow 方式, 如下 :
● "native" pip
● 透過 Anaconda
因為 Anaconda 會幫您安裝一些 AI 常用的套件, 同時 Anaconda 可以建立多個虛擬環境, 對於有不同 Python 環境需求時, 是個非常好的解決方案,
以下介紹如何透過 Anaconda 來安裝 TensorFlow, 參考步驟如下 :
標籤:
AI,
Anaconda,
Keras,
TensorFlow
Linux 的 Firefox Browser 介面中文化
Linux 內建的瀏覽器為 Firefox,
但其介面一開始為英文介面,
若要更換為中文介面,
可以開啟【Terminal 終端機】, 輸入以下指令 :
繁體中文: sudo apt-get install firefox-locale-zh-hant
簡體中文: sudo apt-get install firefox-locale-zh-hans
然後, 重新開啟 Firefox 即可.
但其介面一開始為英文介面,
若要更換為中文介面,
可以開啟【Terminal 終端機】, 輸入以下指令 :
繁體中文: sudo apt-get install firefox-locale-zh-hant
簡體中文: sudo apt-get install firefox-locale-zh-hans
然後, 重新開啟 Firefox 即可.
在 Linux 利用 WinE 安裝 MS Office
通常會想在 Linux 安裝 MS Office,
無非就是 MS Office 檔案的排版在 LibreOffice 開啟後亂掉,
而要安裝 MS Office 有幾種方式 :
方式一) 安裝 Linux 與 Windows 雙系統, 不過, 就為了 MS Office 而裝兩個 OS, 似乎太大費周章, 而且切換 OS 就要重新開機一次, 也挺麻煩的.
方式二) 在 Linux 安裝 VirtualBox 虛擬機, 然後在 VirtualBox 內安裝 Windows, 這樣就可以在 Windows 內安裝 MS Office, 不過因為虛擬機會瓜分掉電腦資源而影響效能, 所以前提是您的電腦效能要夠好.
方式三) 在 Linux 安裝 Wine, 透過 Wine 直接安裝 MS Office, 直接在 Linux 執行 MS Office, 這是目前最好也是最有效率的解決方式.
所以, 以下將介紹在 Linux Mint 安裝 MS Office, 參考步驟如下 :
無非就是 MS Office 檔案的排版在 LibreOffice 開啟後亂掉,
而要安裝 MS Office 有幾種方式 :
方式一) 安裝 Linux 與 Windows 雙系統, 不過, 就為了 MS Office 而裝兩個 OS, 似乎太大費周章, 而且切換 OS 就要重新開機一次, 也挺麻煩的.
方式二) 在 Linux 安裝 VirtualBox 虛擬機, 然後在 VirtualBox 內安裝 Windows, 這樣就可以在 Windows 內安裝 MS Office, 不過因為虛擬機會瓜分掉電腦資源而影響效能, 所以前提是您的電腦效能要夠好.
方式三) 在 Linux 安裝 Wine, 透過 Wine 直接安裝 MS Office, 直接在 Linux 執行 MS Office, 這是目前最好也是最有效率的解決方式.
所以, 以下將介紹在 Linux Mint 安裝 MS Office, 參考步驟如下 :
手機透過 FTP 無線連線到 Android 手機存取檔案
當您想到將 Android 手機上的檔案, 複製到其他手機,
除了透過上傳到雲端(缺點:還要多一個中介端), 或 Bluetooth 藍芽直接點對點連線(缺點:傳輸速度慢)之外,
目前無線連接方式, 我常用的就是 FTP 連線(傳輸速度快),
這篇文章, 就是介紹手機如何透過 FTP 無線連接到另一台手機, 進行檔案的存取,
參考方式, 如下 :
1) 首先, 手機要先安裝 File Manager + 這個 App,
它除了是檔案管理員之外, 也可以是音樂播放器, 還可以將 App 匯出成 APK, 另外雲端連線、電腦連線都有支援,
相當非常好用.
2) 手機與電腦需連線到同一個行動網路, 若您手機有行動網路, 則開啟 "無線基地台", 然後其他手機連線到這個 WiFi.
標籤:
Android
電腦透過 USB 連接到 Android 手機,但在手機看得到的資料夾與檔案,卻在電腦看不到
在 Android 手機透過 USB 連接線連到電腦上,
因為是透過 "MTP 協定" 進行檔案傳輸,
這基本上就有一個問題,
電腦看到的資料夾與檔案, 是手機上暫存區的資料夾與檔案,
您若在手機上新增的資料夾或檔案, 將不會在電腦上同步顯示, 如下圖 :
(電腦顯示)
(手機顯示)(電腦沒有顯示紅框線的資料夾與檔案)
目前的解決方案有四種 :
方案一) 一般人常用的方式, 就是 USB 連接線拔掉, 然後重新接上, 看看電腦是否已有同步更新, 不過這方式不是對所有手機都有效.
標籤:
Android
電腦透過 FTP 無線連線到 Android 手機存取檔案
當您想到將 Android 手機上的檔案, 複製到電腦,
除了透過 USB 連接線將手機與電腦連線之外,
若手邊剛好沒有 USB 連接線, 這時候可以透過無線連接方式,
無線連接方式, 目前我常用的就是藍芽連線(傳輸速度慢), 或者 FTP 連線(傳輸速度快),
這篇文章, 就是介紹電腦如何透過 FTP 無線連接手機, 進行檔案的存取,
參考方式, 如下 :
1) 首先, 手機要先安裝 File Manager + 這個 App,
它除了是檔案管理員之外, 也可以是音樂播放器, 還可以將 App 匯出成 APK, 另外雲端連線、電腦連線都有支援,
相當非常好用.
2) 手機與電腦需連線到同一個行動網路, 若您手機有行動網路, 則開啟 "無線基地台", 然後電腦連線到這個 WiFi.
標籤:
Android
Android Studio (base on IntelliJ IDEA) 自訂程式風格
在 Android Studio 或者 IntelliJ IDEA 中,
其 Java 預設的程式風格, 有些緊湊, 如下範例, 雖然有些人喜歡, 但有些人就不是很喜歡 :
可以在 Menu: File > Settings 作業中進行設定修改, 參考步驟如下 :
標籤:
Android
訂閱:
文章 (Atom)