AI 測 IQ 結果很笨? 來! 我們馬上讓AI學會推理!

前陣子看到一篇新聞, 提到幫AI做智力測驗, 結果發現AI很笨. 就讓我想到來錄一篇以正視聽.

(論文出處 http://proceedings.mlr.press/v80/santoro18a/santoro18a.pdf)

我們先來看一下新聞內容.

然後來看這次要介紹的主題 word2vec, 他可以幫我們解決下面幾個問題

1. A 之於 B, 如 C 之於 D.
2. 與 A 相關的詞彙
3. 用途/Demo/注意事項 (以疾病自動建議藥物為範例)

附註: 要做到這樣的功能 需要中文轉碼、中文斷句 等工具, 並經過清除stop words, 建立model等過程. 不過這不是這次的重點 我們會在其他課程內再詳細說明.

錄製影片如下

15分鐘教你如何訓練電腦看照片 (例: 辨識花的種類)

我是江博士 今天花十五分鐘教大家怎麼用 tensorflow 訓練電腦看照片區別不同的花
學會之後 你只需要提供不同的照片給他 他就會辨識不同的東西
看你要辨識植物、花卉、鳥類、醫學影像、衛星影像、、、都行。
完全不用寫程式喔!

#準備
#在 /f/Docker/tensorflow 裡面準備好 images 目錄, 裡面分目錄放照片(目錄名稱用英文)

#進 docker
cd /f/Docker/tensorflow
docker run -it -v /f/Docker/tensorflow:/tf_files gcr.io/tensorflow/tensorflow bash

#在 docker 內
cd /tf_files
curl -O https://raw.githubusercontent.com/tensorflow/tensorflow/master/tensorflow/examples/image_retraining/retrain.py
curl -O https://raw.githubusercontent.com/tensorflow/tensorflow/master/tensorflow/examples/label_image/label_image.py

#訓練 (會自動download inception)
python retrain.py --bottleneck_dir=/tf_files/bottlenecks --how_many_training_steps 1000 --model_dir=/tf_files/inception --output_graph=/tf_files/retrained_graph.pb --output_labels=/tf_files/retrained_labels.txt --image_dir /tf_files/images

#辨識
python label_image.py --image test/GYY.jpg --labels ./retrained_labels.txt --graph ./retrained_graph.pb --input_layer Mul --output_layer final_result
python label_image.py --image test/ChiangWei.jpg --labels ./retrained_labels.txt --graph ./retrained_graph.pb --input_layer Mul --output_layer final_result
python label_image.py --image test/rose.jpg --labels ./retrained_labels.txt --graph ./retrained_graph.pb --input_layer Mul --output_layer final_result