今天上班完全沒做正事

不是摸魚，是因為前幾天上班超認真，處理了一堆事，今天突然就沒事了，運氣真好，希望不要被主管發現我現在沒事做在聽歌~~~

https://youtu.be/8MG--WuNW1Y?t=37

我們~ 如果又一次錯過~ 不敢按委買的手~

我會多麼剝奪~ 當那紅燈來的時~候~

如果可以~ 我想和你~ 回到低檔相~遇~

讓時間停止 勇敢買進~

只想擁抱 緯創廣達英業達~ 賣掉國泰金~

一眨眼~ 一瞬間~ 一套牢就是永遠~

不 會 變~~~ (嗚 嗚)

那個 嗚嗚 是本來就有的

話說，

在這篇 午餐煮了泡麵後才發現沒筷子.. 之後，本來想每天都下載買賣日報來建立自己的資料庫，結果沒幾天就漏一天，實在是...不知道其他人是怎麼下載買賣日報的？那麼多檔要怎麼下載？手動慢慢載？能用買的嗎？

本來想寫程式自動抓，但除了不熟網頁技術，還有個比較麻煩的問題，就是下載前需要輸入驗證碼，完全不知怎麼自動處理，小時不讀書...可憐哪。

趁著最近 AI 話題這麼火，想說乾脆來試試用 AI 辨識那些驗證碼圖片。其實自己也頗為好奇，現在的技術，可以讓一個沒太多相關知識的普通人，做到什麼程度。

最後大概花了一周摸索，以下是過程記錄。

實例 九張驗證碼圖片

網路上有好幾套 AI 框架，隨便選了谷歌的 TensorFlow 來用，慢慢照著官網教學，隨便拼湊了一個 AI 模型，關鍵程式碼如下。

可以看到，我的 AI 模型，叫做 18號。

# AI 18號​
class Ai18(tf.Module):
  def __init__(self, n, initializer):
    self.conv1 = Conv2D(16, [3, 3], tf.nn.relu, 'conv1')
    self.conv2 = Conv2D(16, [5, 5], tf.nn.relu, 'conv2')
    self.dense1 = Dense(n, initializer, 'dense1')
    self.dense2 = Dense(n, initializer, 'dense2')
    self.dense3 = Dense(n, initializer, 'dense3')
    self.dense4 = Dense(n, initializer, 'dense4')
    self.dense5 = Dense(n, initializer, 'dense5')

  @tf.function
  def __call__(self, x):
    x = self.conv1(x)
    tf.nn.max_pool2d(x, [1, 2, 2, 1], [1, 1, 1, 1], padding="VALID")
    x = self.conv2(x)
    tf.nn.max_pool2d(x, [1, 2, 2, 1], [1, 1, 1, 1], padding="VALID")
    x = tf.reshape(x, (x.shape[0], -1))
    x = tf.nn.dropout(x, rate=0.1)
    x1 = self.dense1(x)
    x2 = self.dense2(x)
    x3 = self.dense3(x)
    x4 = self.dense4(x)
    x5 = self.dense5(x)
    return [x1, x2, x3, x4, x5]

就這麼簡單。

懂得人應該看得出來有點亂拼湊。

個人沒太多這方面的數學知識，就搜尋一下大家怎麼寫就跟著寫。然後把網友整理好的 5000 張圖丟給18號看。不知道怎麼形容，反正就是把圖片轉成數字矩陣，傳給18號看，再寫一點簡單的程式，更新她的大腦。

一樣的 5000 張，跟看考古題一樣，給她重複看了 20 次左右，花了不到一小時吧忘了 (我沒用GPU，有用的話可以快好幾倍)，學到最後差不多能答對99%以上！

剛剛是考古題的部分，再來要拿18號從來沒看過的 1000 張圖考她，測試她到底是背答案，還是真的有學會？

先抽考五題，小試身手。

# 五題在這個 test_dataset 裡面
test_dataset = generate_datasets()

# 叫醒 18號
ai18 = load_model((WORK_PATH/'ai18').as_posix())

# 開始測試​
testing(ai18, test_dataset)

答題結果

圖片上面是18號的回答，答對了@@

又對

又對

還是對..

全對..

隨手亂拼湊的18號AI寶寶，可以五題全對，真扯。

最後把沒看過的 1000 張全拿去考她，測試結果，答題正確率高達 86.9%！雖然沒突破87%，但我覺得很驚人。

簡單結論一下，

其實圖片沒有到很難，變化性再高一點應該就沒那麼好做了。但一個沒太多相關數學背景的人，隨手就能做一個辨識驗證碼的 AI 模型，真的扯。

太累了，目前先研究到這邊，歡迎有興趣的讀者或專家留言指導，感恩。

在以靜制動的日子結束前，如果還有時間，我再來研究怎麼教她幫我填

好答案順便下載買賣日報。

又正戰鬥力又高的人造人18號

當年看到18號親吻克林的畫面，還在讀國小的我，直接，臉紅心跳。回想起來還真有趣。

如果問我 AI 是不是泡沫，我不知道，

但我的18號肯定不是。