iT邦幫忙

2023 iThome 鐵人賽

DAY 3
0
AI & Data

深度學習-TensorFlow系列 第 3

DAY3-機器學習&深度學習

  • 分享至 

  • xImage
  •  

機器學習

機器學習是一種人工智慧的應用,透過演算法剖析資料、吸收資料內容,然後將訓練、學習完的資訊運用到當下的情況,以幫助人類來解決問題。機器學習是實現AI的其中一種方法。

機器學習 : 資料輸入 -> 特徵擷取(人為) -> 訓練模型 -> 輸出

需要先有資料,再透過 「特徵擷取」 (人為設定幾個主要特徵,例如形狀、顏色、大小) ,之後訓練模型提升準確度,以達到判斷目標物的功用。

深度學習

深度學習是機器學習的其中一種方法。算是機器學習的進化版,不需要人為協助,就能做出準確的判斷。

深度學習 : 資料輸入 -> 特徵擷取(神經網路) -> 訓練資料 -> 輸出

一樣需要先有資料,只是不需要再進行人為特徵摘取,只需要將資料加進模型中,訓練模型 (其中的神經網路) 會自行擷取特徵,最後得出結果進行判斷。

選擇實作要用軟體

首先介紹常見幾款用來做深度學習的軟體,PyTorch、TensorFlow (除了這兩款外還是有很多其他深度學習軟體,例如 : Caffe、theano等等)

PyTorch很適合做AI研究,現今很多AI頂尖研討會研討論文都會使用到它,但相對的也會比較複雜。

TensorFlow是業界最多採用的學習框架,推出時間比較早,也在AI相關產品上提供許多相關工具,例如 : TensorFlow Lite,可以幫助不同作業系統能在手機上部屬AI模型;TensorFlow.js,可以幫助AI模型部屬到網頁瀏覽器上。

它還有其他幾項重要功能:

  • 包含一個叫做張量概念,用來建立多維陣列,優化和計算數學表示式
  • 包含深度神經網路和機器學習技術的程式設計支援
  • 包含具有各種資料級的高可延伸計算功能

所以這次我選擇的是TensorFlow這款深度學習軟體來實作。


上一篇
DAY2-人工智慧(AI)介紹
下一篇
DAY4-建置TensorFlow環境(上)
系列文
深度學習-TensorFlow30
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