https://playgroundai.com/ 生成圖片     Google AI Experiment   Google AI Studio 

AI 孫燕姿 教學  Tune Flow

D-ID變臉教學   

Apowersoft  

修復舊照片 

https://experiments.withgoogle.com/

圖像辨識 開發環境建置

1.ANACONDA安裝  執行Anaconda Prompt管理模組   NumPy介紹  Keras介紹 TensorFlow介紹

安裝模組 pip install numpy / 指定安裝版本模組 pip install numpy==1.17.0 

更新模組 pip install -u numpy

2.TensorFlow安裝 pip install tensorflow

3.Keras安裝 pip install keras

4.顯示卡需支援CUDA 安裝 CUDA Toolkit 點選CUDA Toolkit 10.1 

     安裝 cuDNN 深度神經網路函式庫，GPU加速，優化神經網路執行卷積/池化/規範化/激活

圖像辨識原理

1.多層感知器 (MLP)(1) (2)  TensorFlow Playground

   認識MNIST 資料集 from keras.datasets import mnist
                                    (train_feature,train_label),\
                                    (test_feature,test_label)=mnist.load_data()
------------------------------------------------------------------------------------------------------

顯示訓練資料的圖片與值  import matplotlib.pyplot as plt
                                              def show_image(image):   #以白底黑字顯示2*2吋數字圖片                                                                                        fig=plt.gcf()
                                              fig.set_size_inches(2,2)
                                              plt.imshow(image,cmap='binary')
                                              plt.show()
                                              show_image(train_feature[0])  #顯示訓練資料第1個數字圖片
                                              print(train_label[0])  #訓練資料數字圖片的真實值

MNIST多層感知模型預測程式碼

2.深度學習CNN原理 

3.處理影像的利器 -- 卷積神經網路(Convolutional Neural Network)

4.深度學習_用CNN辨識3種手勢圖片

5.影片卷積神經網路 (Convolutional Neural Networks, CNN)

6.Kaggle Cats and Dogs Dataset網站 貓狗資料集下載 模型預測程式碼

7.CIFAR 10 數據集 數據集下載  模型預測程式碼

8.雲端存放圖片imgur.com 

Thonny Python IDE for beginners

圖像辨識學習單 WORD PDF

學生圖像辨識成果

學生圖像辨識成果實習報告 雲端硬碟