pytorch
含有「pytorch」共 14 篇內容
全部內容
發佈日期由新至舊
下圖為程式碼節錄
把 output 印出來看，會發現有五組數字，每一組數字依序對應到驗證碼圖片
寫文章真的很容易虎頭蛇尾，
到最後都會想說自己看得懂就好。。。
資料集有了，模型兜好了，再來可以開始訓練了。
首先準備 train.py，下圖僅節錄部分程式碼。
圖中包含了大部分的程式和註解，整段 code 也幾乎是公版了，建議簡單看過再自己融會貫通，有問題可以根據執行時的 error log 去解決，也可以留言討論。
此時資料夾應該長這樣
不太確定捲積式神經網路 (CNN) 的精確定義，但大致上是用捲積層 (convolution layer) 取代 DNN 中的幾個全連接層 (fully connected layer)，這些捲積層概念跟 feature filter 類似。
先大概有個概念就夠，實作時跟前一篇 DNN 一樣，這些
這篇會示範，只要稍微會寫 python，儘管對 AI 只有極淺的認識，也能輕易兜出一個，專家們眼中可能很白癡的 AI 模型。若題目不難、訓練資料夠多，這個白癡模型仍可以莫名其妙的變聰明。
全都的程式碼都在下圖，20行就能兜出一個全連層 (fully connected layer ) 組成的全
抓圖&標記
沒別招，只能一張張把圖片抓下來，少說抓個幾百~幾千張吧。抓下來的圖可以用遞增數字當檔名。
再來這步更麻煩，標記。
新增一個文字檔，或跟我一樣用 label.csv 都可以，然後把一張張圖片上的驗證碼正確答案記錄下來。
儘管步驟再簡單，只靠自己人工抓圖和標記，既耗時又煩
本文是以 Windows 電腦為主，但理論上 macOS 的步驟也差不多。
主要就兩個步驟
安裝 Python (我裝 3.12)
安裝 PyTorch
1.python 3.1應該算蠻舊的的啦，我目前用3.8
2.我自己是用Conda+Jypyter notebook要除錯啥的很方便
3.我自己最近是在玩tensorflow，其實應該跟pytorch差不多，就一些指令不太一樣，反正問AI就好了XD
e.g.我有以下程式碼：幫我換成pytorch (or其他語言)
4.你這個專案我之前有看過有開放的XD 麻煩的東西在蒐集那些圖示和做標記，應該找的到有人做好的包吧
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...
本文描敘如何配合 nVidia Jetson Orin Nano 的多核心 GPU 的裝置，利用 PyTorch 來作 CUDA python 程式開發。
本文介紹如何在 nVidia Jetson Orin Nano 裝置上安裝 PyTorch，並運用其 Python 及 CUDA 環境進行機器學習和人工智慧的開發。提供詳細步驟。適合希望在該平臺上開展研究與開發的使用者。
