人工智慧應用 期末報告撰寫要點

請寫一篇部落格文章 (或建一個 wiki 頁面) 介紹一個機器學習/深度學習的專案。 你必須自己真的照著操作一遍， 把官網上的簡要步驟重寫成完整的詳細步驟， 並且加註注意事項。 因為 github 上有很多專案， 文件沒有寫得很清楚。 一個常見的問題是： 原作者沒有明確地交代環境/框架 (例如 tensorflow 或 caffe) 的版本， 而造成後續出現相依不滿足的問題。 有時需要小改程式才能切換 CPU/GPU。 有時已訓練好的權重矩陣的下載點會消失， 需要重新另外搜尋備份。 總之你就是要解決這些雜七雜八問題， 並且把詳細步驟寫成一篇文章， 像老師的教學文一樣。

通常 「訓練」 需要花大量運算資源， 如果沒有 GPU 及驅動程式， 不太容易進行。 我們可以優先選擇 「已有訓練好的權重矩陣可下載」 的專案， 只測試模型， 不訓練。 以下是一些可能的起點：

  1. Model Zoo
  2. Caffe Model Zoo
  3. Keras Applications
  4. TensorFlow Models

用框架名稱加上 「trained models」 或 「model zoo」 可以搜尋到更多類似的清單。 或是你心中已有想研究的問題， 那也可以用演算法的名稱加上上述關鍵詞去搜尋看看。

每個計畫的文件詳盡程度不同， 你會遇到的問題跟其他同學的可能也很不同。 每個關卡的困難程度也可能差很多。 卡關時不要客氣， 請盡早發 mail 問老師。 也要把你下的指令跟錯誤訊 以文字方式 息剪貼到 mail 裡面。 如果卡關太久， 換個題目從頭開始也沒關係， 說不定下一個題目手氣好， 一下子就寫完了。

如果手氣太好， 照著做一下就成功了， 那就試著把你做的事寫成 Dockerfile、 打包 docker、 上傳到 docker hub。 也可以挑戰下一個題目。

凡是幫你解決問題所爬到的文， 超連結都要放進你的教學文裡面。

隱私提醒: 網路上的活動幾乎不太可能匿名。 尤其這裡又有學號。 所以你若不願讓私人匿名部落格曝光, 建議另外開一個交作業專用的實名部落格。

請把學號末三碼、 網址、 文章標題貼到 這一頁共筆。 1/2 1/9 (三) 下午 14:00 截止收件。

* * * * *