|

【CAVEDU講堂】在 Windows 上安裝 TensorFlow 的環境

   

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。

https://www.youtube.com/watch?v=pGGUGKhQaNA

  • 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)。

https://www.youtube.com/watch?v=-VaDUODWxHA

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。)

https://www.youtube.com/watch?v=pGGUGKhQaNA

  • 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。

本文為會員限定文章

立即加入會員! 全站文章無限看~

                               

已經是會員? 按此登入

只需不到短短一分鐘...

輸入您的信箱與ID註冊即可享有一切福利!

會員福利
1

免費電子報

2

會員搶先看

3

主題訂閱

4

好文收藏

CAVEDU 教育團隊

Author: CAVEDU 教育團隊

CAVEDU 教育團隊是由一群對教育充滿熱情的大孩子所組成的機器人科學教育團隊。致力推動國內機器人教育。

Share This Post On

1 Comment

  1. EnvironmentNotWritableError: The current user does not have write permissions to the target environment.
    environment location: C:\ProgramData\Anaconda3
    請問這錯誤該怎麼解決…

    Post a Reply

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。