我的 Android 作品: iKnowlege Answer 知識達人


結合【國文、英文、數學、科學、地理、歷史】的知識遊戲。

Google Play 網址: https://play.google.com/store/apps/details?id=studio.tom.iKnowlegeAnswer.free


產品略圖

   

我的 Android 作品: iKnowlege Man 聰明達人


結合【國英數地歷、記憶、邏輯、撲克、拼圖、消消樂】的知識與益智遊戲。

Google Play 網址: https://play.google.com/store/apps/details?id=studio.tom.iKnowlegeMan.free


產品略圖

   

我的 Android 作品: iPoker Sevens 撲克接龍●排七


絢麗、多種圖案、多種花色、甚至可以自訂紙牌的撲克排七遊戲。
More poker pictures, poker styles and can customize the poker card by yourself.

Google Play 網址: https://play.google.com/store/apps/details?id=studio.tom.iPokerSeven.free


產品略圖

   

我的 Android 作品: iPoker Big Two 撲克●大老二


多種炫麗圖案、花色的撲克牌大老二遊戲。

Google Play 網址: https://play.google.com/store/apps/details?id=studio.tom.iPokerBigTwo.free


產品略圖

   

我的 Android 作品: iPoker Chinese Rummy 撲克●撿紅點


多種炫麗圖案、花色的撿紅點遊戲。

Google Play 網址: https://play.google.com/store/apps/details?id=studio.tom.iPokerChineseRummy.free


產品略圖

   

我的第三個 AI:利用「CNN 卷積神經網路」針對「Cifar10」資料集,訓練「辨識物體圖片」

在研究 AI 課題上,

會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,

而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,

且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網中文官網),

節省了 AI 初學者準備大量資料的時間,

而這次是利用 Cifar10 物體圖片集,

也就是要讓 AI 辨識圖片是什麼物體, 範例如下 :


至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :

點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).

點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).

點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.


那就開始用「CNN 卷積神經網路」來辨識「Cifar10 物體圖片集」, 其參考步驟, 如下 :

我的第二個 AI:利用「MLP 多層感知」針對「Cifar10」資料集,訓練「辨識物體圖片」

在研究 AI 課題上,

會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,

而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,

且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網中文官網),

節省了 AI 初學者準備大量資料的時間,

而這次是利用 Cifar10 物體圖片集,

也就是要讓 AI 辨識圖片是什麼物體, 範例如下 :


至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :

點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).

點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).

點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.


那就開始用「MLP 多層感知」來辨識「Cifar10 物體圖片集」, 其參考步驟, 如下 :

我的第一個 AI:利用「MLP 多層感知」針對「Mnist」資料集,訓練「辨識數字圖片」

在研究第一個 AI 課題上,

會從最多學習資源, 且簡單易學, 又支援多種程式語言, 所以選擇 Google TensorFlow,

而 Keras 又是基於 TensorFlow, 提供更高階 API, 相對於 TensorFlow 更易學習,

且 Keras 本身也內建提供了 AI 訓練資料集 (英文官網中文官網),

節省了 AI 初學者準備大量資料的時間,

而這次是利用 Mnist 數字圖片集,

也就是要讓 AI 辨識圖片是什麼數字, 範例如下 :


至於「AI 與機器學習」的觀念, 可以參考 Google 釋出的內部培訓教材 :

點選此處: 《Google 內部培訓教材》Machine Learning Crash Course 機器學習速成課程(影片可選擇顯示中文字幕).

點選此處: 《Google 內部培訓教材》Learn with Google AI(影片可選擇顯示字幕;若無中文字幕,也可選擇自動翻譯字幕).

點選此處: TensorFlow 支援 Python 最完整, 且 Python 易學、應用廣泛, 建議學習.


那就開始用「MLP 多層感知」來辨識「Mnist 數字圖片集」, 其參考步驟, 如下 :

透過 Anaconda 安裝 TensorFlow 與 Keras


在 Google 官網 https://www.tensorflow.org/versions/master/install/ 中,

有介紹如何安裝 TensorFlow,

首先選擇您要在哪個 OS 安裝 TensorFlow, 官網截圖如下 :


選擇好 OS 之後, 官網介紹兩種安裝 TensorFlow 方式, 如下 :
● "native" pip
● 透過 Anaconda

因為 Anaconda 會幫您安裝一些 AI 常用的套件, 同時 Anaconda 可以建立多個虛擬環境, 對於有不同 Python 環境需求時, 是個非常好的解決方案,

以下介紹如何透過 Anaconda 來安裝 TensorFlow, 參考步驟如下 :

Linux 的 Firefox Browser 介面中文化

Linux 內建的瀏覽器為 Firefox,

但其介面一開始為英文介面,

若要更換為中文介面,

可以開啟【Terminal 終端機】, 輸入以下指令 :

繁體中文: sudo apt-get install firefox-locale-zh-hant

簡體中文: sudo apt-get install firefox-locale-zh-hans

然後, 重新開啟 Firefox 即可.


Related Posts Plugin for WordPress, Blogger...