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。