最近
工作剛好有用到 PyTorch，由於僅止於些簡單的功能和除錯，事後對這個熱門的 AI 框架還是一知半解。想了下，如果連用 PyTorch 做個簡單的 AI 模型都辦不到，不就浪費了這段時間的接觸？
於是
訂個簡單的題目並試著去完成，順手做個紀錄。內容非常初階，篇幅也不多，主要著重在實作過程而非技術細節，對 AI 模型有興趣但無從入門的讀者，可以參考或照做 (模型不大，普通文書筆電就夠，不需獨顯)，若是有相關工作經驗的讀者，也懇請多多留言指導。所以題目是...
做出一個 AI 模型，讓它學會辨識某網站上，驗證圖裡的文字。(如下圖)
中間有張驗證圖 圖中文字是: 8 A 4 P L
儘管圖片看起來不難，但若用傳統影像處理演算法，不僅對背景知識的要求較高，實做起來也麻煩。相較之下，使用 AI 模型簡單了一萬倍吧，門檻不高，實作也簡單。
Note: 上述的 門檻不高 指的是對這題來說，實際上 AI 博大精深，實作中也一堆奇技淫巧，但不是入門者需要知道的。
實作過程整理在這：
0. 從零開始，打造第一個 AI 模型 (序言)
1. 環境設定
2. 準備資料集
3. 實做 全連接神經網路 (參數較多)
4. 實做 捲積式神經網路 (參數較少)
5. 訓練、匯出模型
6. 載入、使用模型
7. 效能優化
8. 分散式訓練
註：最後兩篇枯燥且非必要，有機會再寫~
(下班前補註：主要的程式碼都寫完了，很簡單，本來想一次把文章一併寫完並發佈，結果到下班前只寫完前兩篇，剩下的再盡快補上！)
以上
就是全部內容了，看完後應該能對自製 AI 模型多少有點概念。
如果
有幫助到您，別忘了點個愛心再走 💖
我需要您們的支持 👍👍👍
.jpg)
