Posted By CAVEDU 教育團隊 on 1 月 10, 2019 in Edge AI教學文, Edge AI開發地圖, TensorFlow, 教學文 | 1 comment

作者：CAVEDU教育團隊

您聽過神經網路運算嗎？今天跟大家方分享一些 AI、神經網路運算資訊，以及我們設計人工神經網路實作課程時，在 Windows 系統上使用的一些工具。

說到人工智慧，相關技術的人會想到機器視覺、自然語言等專有名詞。Google 的 Deepmind 團隊使用了Alpha GO 挑戰世界棋王獲勝的事，大家還記得嗎？（快速回憶AlphaGO），這項成果該團隊使用的是神經網路運算技術，工具是 Tensorflow。Gmail 的垃圾郵件判讀、Google 相簿臉部識別、Google 翻譯，Google 在 Tensorflow 上以 Opensource 的方式開放出來，大家可按照自己想做的 AI 案例收集樣本資料，訓練 AI 判斷的模型。

淺談人工智慧實作

首先，有幾種與運算效能不強的硬體整合的 AI 方式（想直接安裝 Tensorflow，可跳過這一段）。

1. 使用物聯網將判斷交給雲端處理，並將處理結果回傳

終端裝置（樹莓派、Linkit7688等）負責收集影像、語音資料，將這些影像、語音資料上傳至雲端AI（Google、Azure、IBM bluemix等），雲端 AI 判斷後，將判斷結果回傳至終端裝置，終端裝置再進行動作。

• 微軟認知服務，解析人的年齡、性別、情緒（實作教學）
• Google 語音助理的服務，將聲音上傳到 Google，交由雲端處理（實作教學、影片）
• IBM Bluemix 服務做 TJBOT 聊天機器人（實作教學）

2. 使用 Opensouce 的工具，建立自己的 AI 專案，訓練 AI

建立判斷 AI 的工具，透過 AI 工具提供的演算法和判斷方法，收集相關資料（比如：透過圖片判斷動物園的動物種類），訓練 AI，提高 AI 的推理能力（從可分別猩猩和大象的差別，提升至可分別猩猩和獼猴的差別）。

• Tensorflow 與 Keras 的機器學習工具（相關文章）
• Caffe 的機器學習工具（相關文章）

3. 邊緣運算、智慧邊緣

結合訓練的 AI，將運算交給終端裝置（手機、樹梅派等），解決將資料傳給雲端，再回傳資料導致的延遲。（如：汽車上的 AI，如果因網路不順，導致判斷過慢發生車禍等意外；又或者在製造業使用的機器手臂，判斷過慢導致產線的良率不穩。）

• Nvidia 的 GPU 顯示卡，幫助電腦運算
• Intel 的低功耗加速 AI 推理的運算棒（相關文章）

在 Windows 上安裝 TensorFlow 的環境

我們要開在 Windows 作業系統上安裝 Tensorflow 的教學。請將安裝的電腦，額外預留 5GB 的硬碟容量以安裝相關軟體。

1. 安裝 Anaconda 環境

對 AI 初學者來說，安裝 TensorFlow 環境、使用的套件雜亂，相互不匹配，是第一道難關。但 Anaconda可將這件事變得很單純，因為 Anaconda 除了支援 Windows，也支援 Mac、Linux 作業系統。之後有空，再跟大家分享在 Windows App 上安裝 Ubuntu 作業系統。

請先至 Anaconda網站下載軟體，點選下圖左邊的 Windows 選項。

選擇下載的安裝環境，有 Python3、2 兩種版本。因為許多的 AI 範例使用 Python3，建議使用 Python 3。並依照電腦規格，選擇 64 位元 / 32 位元的版本下載。