iT邦幫忙

2022 iThome 鐵人賽

DAY 14
0
AI & Data

機器學習的 hello world - 用手寫數字辨識系統學習 ML 的 30 天系列 第 14

[DAY14] 使用 Keras 拼出手寫數字辨識系統的前置作業-實作環境 與 深度學習框架介紹

  • 分享至 

  • xImage
  •  

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/images/emoticon/emoticon16.gif)

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
https://ithelp.ithome.com.tw/upload/images/20220928/20131719x3N5qIV1tC.png


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^^


上一篇
[DAY13] 資料的劃分-訓練集(training set)、驗證集(validation set) 與 測試集(testing set)
下一篇
[DAY15] 使用 Keras 拼出手寫數字辨識系統的前置作業2-MNIST 資料集
系列文
機器學習的 hello world - 用手寫數字辨識系統學習 ML 的 30 天30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言