現在我們要開始用套件疊出一個手寫數字辨識系統啦！

在 day5 ~ day13，我們瞭解了利用神經網路來辨識數字的知識/食譜，那今天就讓我們來準備一些實作需要的前置作業/材料吧

這部分的內容有：

• 接下來拼出手寫辨識系統的實作環境：google colab
• 深度學習框架/套件介紹
• MNIST 手寫數字資料集 (放在 day14-2 或 day15 提)

一、接下來的實作環境：google colab

這 30 天會以 google 提供的免費線上編輯器服務－colaboratory (簡稱colab) 來呈現各種程式實作，主要是為了避免建立環境的過程中可能會遇到的各種神奇問題，讓你不會在學習機器學習的過程中從入門到放棄。→ 點我進入colab

ps. 我們後面會有一天來介紹 google colab，下圖是 colab 介面模樣

二、深度學習框架/套件介紹

深度學習框架有很多，目前主流使用的框架有二：

• Tensorflow ＆ Keras：Keras 套件從版本 2.4 開始就是運行在 Tensorflow 上，兩者目前都是由 google 維護(maintain)，所以現在其實可以把它視為一體。目前業界大宗。
• Pytorch：學術界很愛，這幾年深度學習的相關論文多用 pytorch 套件建立模型。目前 pytorch 將由 Linux foundation 管理維護 (原meta)

其他框架還有像微軟的 CNTK、較早期的 theano 跟 caffe 等，不過因為深度學習發展很快，大家現在是使用 Tensorflow/Keras 跟 Pytorch 為主，有興趣的人可以延伸查框架使用演進及各框架優缺～

接下來的實作會用 Keras 套件示範疊出一個神經網路，主要是因為最一開始接觸的是 Keras，對 Keras 比較熟悉，如果有時間接下來也會附上用 pytorch 疊出的手寫數字辨識系統^^