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?
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。
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)
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!)
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。
有幫助到您,別忘了點個愛心再走 💖
我需要您們的支持 👍👍👍