門外漢的筆記

從沒接觸過python, 只知道python搭上AI熱潮, 已成為超夯的程式語言.

最近周遭也逐漸開始有python應用的場合, 例如使用正確與錯誤的圖片透過深度學習讓AI判斷.

鑑別出來的結果是一個數字,數字越小越好,表示離正常越接近.

假如丟給python深度學習10000張正常的照片, 再丟給python鑑別100張異常的照片(部分異常為可容許範圍).

結果這100張的數據相當分散, 不能理解這樣要如何鑑別是否有異常.

因此讀者對此感到非常好奇, 所以想好好了解python是如何運作深度學習以及是否有更佳的解題方式.

另外想說的是, 如果python是第一次接觸的程式語言, 那麼建議要好好思考UI的介面設計.

例如你把這100張異常照片的數據分布呈現在 UI, 但是卻不能透過UI直接呈現異常照片與正常照片的比對, 我相信這在訓練過程中很重要, 畢竟不曉得會不會錯把貓當成狗.

例如你很聰明的使用一個亂數在 Y軸, 這樣每一個數字都會對應不同Y軸而不會有重疊狀況, 但是卻不曉得如果把這些數字排列起來以直方圖呈現, 可以很直覺看出分布狀況.

python著重於演算法,所以電腦效能很重要, 尤其是透過顯示卡的GPU運算, 不過現今這個時刻不需要擔心顯示卡跑不動而想更新設備, 因為高階顯示卡都被拿去挖礦, 有錢也買不到全新的高階顯示卡, 如果你是位土豪那就另當別論.

1. python的IDE下載與安裝

python官網  進入網站點選下載後,安裝程式即可.

2. python有兩個執行檔可選擇 

選擇[Python 3.6]是一個命令視窗

選擇[IDLE]是UI介面

直接輸入1+1後按下[Enter], 如果呈現2, 那麼代表已經安裝成功且能正常運行.

3.建立第一支python程式

建立一個新的空白程式

輸入->輸出指令 print('myphton')

按下[F5]或選擇[Run]->[Run Module]

執行後在[Shell]會出現執行結果

python撰寫很直接,不需要特別宣告, 直接使用即可.

python 常用的函式庫

1. PIL 影像處理

2. open CV 影像處理

3. NumPy 大量數學函式

4. matplotlib 資料視覺化

5. Seaborn 資料視覺化

5. sklearn 機器學習

6.pandas 資料分析,建模,資料視覺化等,可以做到Excel的功能.

Anaconda 號稱python懶人包 除了包含 python, 還包含了Python常用的資料分析,機器學習, 資料視覺化套件.