課程網址：https://www.youtube.com/watch?v=8SF_h3xF3cE&list=PLfYUBJiXbdtSvpQjSnJJ_PmDQB_VyT5iU&index=1

這邊老師一開始就用了一張2015年的漫畫，讓大家知道現在做這件事有多麼容易

所以我們接下來就要用老師準備的工具，來進行以下流程

• 準備資料集
• 整理資料集
• 訓練模型
• 預測結果

在這個例子，老師準備了兩類資料來讓我們的模型判斷，一類是「森林」，一類是「鳥」
最後得到這個模型，我們可以輸入不同資料試試看，順便想想看，有沒有什麼地方是可以
「優化」的?

現在就開始動手做!
由於詳細的notebook 可以自由下載，並且在kaggle 裡面可以實際操作
筆記中就不一一說明，僅取部份重點說明。

筆記本已放在kaggle

以下片段說明

準備資料集

以下是先使用dudugo_search 跟fastdownload
來試試看圖片搜尋與下載功能是否合用

from duckduckgo_search import ddg_images
from fastcore.all import *

images = ddg_images(search_query, max_results=max_images)
def search_images(term, max_images=30):
   print(f"Searching for '{term}'")
   return L(ddg_images(term, max_results=max_images)).itemgot('image')
urls = search_images('bird photos', max_images=1)

from fastdownload import download_url
dest = 'bird.jpg'
download_url(urls[0], dest, show_progress=False)

from fastai.vision.all import *
im = Image.open(dest)
im.to_thumb(256,256)

當然也可以用自己的方法抓取圖片
但這邊用這個library很方便抓取
這邊主要是把鳥的圖片抓下來並且以256x256 大小來「打開」
注意這邊並沒有改變圖片的大小

download_url(search_images('forest photos', max_images=1)[0], 'forest.jpg', show_progress=False)
Image.open('forest.jpg').to_thumb(256,256)

這邊也把森林的圖片抓下來，並且打開來看看

那既然圖片都沒問題，就來正式下載嘍
我們要創建2個folder
並且把鳥類跟森林的的圖片都下載且並放進這些folder

searches = 'forest','bird'
path = Path('bird_or_not')
from time import sleep
​
for o in searches:
   dest = (path/o)
   dest.mkdir(exist_ok=True, parents=True)
   download_images(dest, urls=search_images(f'{o} photo'))
   sleep(10)  # Pause between searches to avoid over-loading server
   download_images(dest, urls=search_images(f'{o} sun photo'))
   sleep(10)
   download_images(dest, urls=search_images(f'{o} shade photo'))
   sleep(10)
   resize_images(path/o, max_size=400, dest=path/o)

創建好我們的資料集後，我們還得檢查一下是否有下載失敗的

failed = verify_images(get_image_files(path))
failed.map(Path.unlink)
len(failed)

如果有失敗的，就移除

下面就開始要準備train 了

訓練模型

在訓練模型之前，必須先把資料load 進來，在python裡有很多種dataloader
這些都只是方便在讀取資料的時候，有更多方便的function可以使用，如果沒有事先定義好這些物件，每一次做機器學習的時候就得手動刻，程式可能不好維護，所以我們就站在巨人的肩膀上，學習並使用這些大神們創建好的工具就行了!

這邊用到的是DataBlock ，不會使用的也別急著學，先跟著執行看看
課程上完了再去一個個練習，不然會有太多東西要學

dls = DataBlock(
    blocks=(ImageBlock, CategoryBlock), 
    get_items=get_image_files, 
    splitter=RandomSplitter(valid_pct=0.2, seed=42),
    get_y=parent_label,
    item_tfms=[Resize(192, method='squish')]
).dataloaders(path, bs=32)

dls.show_batch(max_n=6)

以上看不懂沒差，直接執行就好，知道這邊是在讀取圖片進datablock
並且做圖片的resize(用squish 的方法調成192x192)
這邊的bs=32 是一個批次用32張圖片來調整模型 ，
例如1~32張圖為一個批次，第33~64 張圖為第2個批次調整模型
直到所有的圖都用完，為一個epoch
這邊先定義好batch大小，之後訓練模型時會用到

可以訓練模型嘍~ 這邊選用的是resnet18 ，這是什麼模型，現在也不用知道，跑就對了。

import torch
from fastai.vision.all import *

learn = cnn_learner(dls, resnet18, metrics=error_rate)
learn.fine_tune(5) #5就是跑5輪

好了結果跑出來了

這邊解釋一下欄位

• epoch 為輪的單位，把訓練集的數據全部跑完一次對模型調參，叫做一輪
• train_loss 就是把訓練集拿來跑損失函數的數值。
• vaild_loss 同上，只是改成驗證集。驗證集就是會切一些圖片不參與訓練，然後看看此時模型對這些沒看過的圖片，與損失函數的差距。
• error_rate：就是認錯的機率，把鳥誤認為森林，或是把森林誤認為鳥的機率

所以我們在第4個epoch 得到100% 的準確率!萬歲!

排去抓圖片的那些程式，訓練的程式只有短短幾行就完成了!

以上，有沒有什麼地方是我們想要了解並且優化的呢?

如果有就繼續上課吧!