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。
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:
所以這次我選擇的是TensorFlow這款深度學習軟體來實作。