Colaboratory（Google Colab）是由 Google 提供的免費 Jupyter notebook 環境，無需進行設置即可在雲端中運行。借助 Colaboratory 可以直接從瀏覽器中編寫和執行程式碼，還能保存、共享分析以及使用強大的計算資源，其提供了 CPU、GPU 與 TPU 的硬體資源，讓你可以直接在上頭執行訓練各種 AI 的模型，不過因為是免費的還是有不少限制，所以只建議拿來把玩或當練習或教學用途。介面方面有提供開發人員最愛的暗黑模式，可以從設定裡調整，還能連接 GitHub 與 Google 雲端硬碟，打開 ipynb 檔案，這是一個可以放置程式碼與說明文件的檔案類型，非常受 AI 領域人士的歡迎，一步步執行程式還附上說明，拿來做教學也是很方便！提醒一下，Colaboratory 需要有 Google 帳號才可以使用唷！目前尚未支援中文介面，推薦使用英文。
站長因為在學校修「深度學習與圖像識別」課程而有機會接觸這個領域，說實在原理都是數學有點難懂，專有名詞又非常多，但可以用電腦預測或辨識東西實在是非常厲害的技術，所以還是認真聽了講師的講解，全程都是用 Python 程式來執行，課程中說深度學習是人工智慧的一部份，不過是很大的一部份，其中還讓我知道神經元（Neuron）、權重（Weight）、偏移（Bias）、損失函數（Loss Function）、線性回歸（Linear Regression）、啟動函數（Activation Function）和神經網路（Neural Network）等許多專有名詞的意思，很多都是模型訓練中不可切少的參數以及函數，維度／梯度的降級又是訓練中常常要做的事情，聽起來真的是很抽象，不過透過這些數學演算就可以得到趨近於完美的函數，幫我們解決日常中很多難以解決的問題！當然剛接觸還有很多東西可以熟悉與練習，未來有機會再慢慢跟大家分享。
▲ 首次打開 Colaboratory 就會看到歡迎畫面與開啟專案的視窗。預設就是英文介面了！
▲ 上方選單「Tools」→「Settings」可以打開設定。
▲ Theme（主題）可以設定為 Dark（黑暗模式），點選 SAVE 即可保存與啟用設定。
▲ 上方選單「Edit」→「Notebook settings」可打開記事本的設定。
▲ 執行程式與硬體支援都可以自行調整唷！Google 真的佛心！竟然免費提供 GPU 與 TPU 的硬體資源給我們做運算！TPU 是專門做張量運算的，適合用來訓練模型用，速度比 GPU 還要快，三者速度比較：TPU>>GPU>CPU。
接著隨便到網路上找了使用 TensorFlow 資源用的卷積神經網路（Convolutional Neural Networks，簡稱：CNN）範例，使用 MNIST 資料集來作為訓練資料集訓練模型，這是一個高達 6 萬筆的手寫數字圖檔，只有 28x28 像素大，然後還有 1 萬筆的測試資料集，用來做最後預測用的資料集。
▲ 前面引入／定義通通都跑過了！直接來看重點，這部分是跑訓練模型的部分，跑最久。
▲ 訓練模型完成後就執行下一段驗證程式，來看看準確率多高，這邊顯示這模型擁有 98.99% 的準確率，這是非常高的！聽業界講師說人類頂多 95% 就很強了！基本上超過 95% 商用就可以了！不過還是要看客戶要求而定。
▲ 最後就可以來用測試資料集，用我們訓練好的模型直接來預測測試資料集內的手寫數字圖檔，結果當然是非常的正確啦！真的超強的！
有機會好好研究，真的是挺有趣的一個領域！
《上一篇》Photoshop：星空與滿月細節同時出現在一張照片中、消除光暈修圖技巧！ 
留言區 / Comments
萌芽論壇