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

怎麼用人工智慧來分辨文章的情緒

前幾天錄了怎麼寫程式用 AI 來分辨人臉的情緒.
今天這篇主要是說 怎麼用 AI 來分辨文章的情緒.
上上篇 demo 的是 microsoft 的 emotion api, 上一篇 demo 的是 google 的 TensorFlow, 這篇我就來demo個IBM的Watson吧.
剛好這幾天英國脫離歐盟 我們就來看看wiki上的脫歐的關鍵字 brexit 可以看出什麼.

連到
https://alchemy-language-demo.mybluemix.net/
把下面的網址貼進去
https://en.wikipedia.org/wiki/United_Kingdom_withdrawal_from_the_European_Union
(記得要先選使用URL喔!)
然後就會看到上面那個結果, Anger 和 Fear 的 score 都高到 1.0
然後如果看 Entities 的部分, 會看到主要在講歐洲和英國, 以及提到歐洲和英國的時候的情緒.

嘿嘿...
想想看...用Watson幫你看一堆報紙或 facebook post, 就可以知道各大報或大眾怎麼看英國脫歐, 以及寫文章時內心的情緒.
要記得, 玩股市, 你知道大家的情緒和看法, 就已經贏一半了.

什麼都要大數據一下

這幾年忙到沒什麼時間寫筆記,
但最近大數據太夯了, 技術改變太快, 不寫筆記我一定一下就忘光光了.
所以趁上一個工作告一個段落, 下一個工作還沒著落的時候, 來寫一下筆記.
而且現在老到寫文字筆記自己看了還是會忘記, 我乾脆用錄的.

一個是用大數據來做影像辨識

用的是 Google 的 TensorFlow, 電腦可以判斷照片裡有什麼(動植物種類, 穿著, 物品場地等).

有興趣可以看一下上一篇, Lie to Me 機器版 是判斷照片裡人的情緒.

一個是用大數據的技術來做 NGS 資料分析

原因是, 這幾年跑了很多單位, 他們都遇到一樣的問題, 資料量越來越大, 運算資源不夠用, 記憶體1T、2T的往上買, 硬碟一櫃一櫃的加, 但都無法整合. (所以一直往大機器方向買)

但我看遲早他們會買不到機器.

跟他們提了多年 hadoop 的解決方案, 可能門檻有點高, 一直沒被採用.

只好先在這裡寫個筆記擱著.

等哪天他們買不到機器再說吧, 誰叫他們又快要有 super computer 了.