TensorFlow on G. T. Wang

TensorFlow Object Detection API 多 GPU 卡平行計算，加速模型訓練速度教學

Tue, 26 Dec 2017 16:38:17 +0800

本篇記錄如何使用多張 GPU 顯示卡，加速 TensorFlow Object Detection API 模型訓練的過程。

雖然 TensorFlow Object Detection API 已經有支援多張 GPU 卡平行計算的功能，但是缺乏說明文件，所以我自己也不是非常確定該怎麼用，以下只是我目前嘗試出來的方式，僅供參考。

TensorFlow Object Detection API 自行訓練模型教學，辨識特定物件

Mon, 11 Dec 2017 11:42:13 +0800

這裡介如何使用自己的資料，以 TensorFlow Object Detection API 訓練出適用於特定物件的模型，建立自己的物件辨識系統。

在 TensorFlow Object Detection API 自動辨識物件教學文章中，我們是直接使用既有已經訓練好的模型來辨識物件，但如果我們有一些比較特別的物件需要進行辨識，而這些物件又沒有被包含在既有模型中的話，就沒辦法直接使用既有的模型，這時候就需要先蒐集一些該物件的影像與標註資料，進一步訓練模型後，才能讓模型辨識出比較特別的物件。

TensorFlow Object Detection API 自動辨識物件教學

Fri, 01 Dec 2017 09:40:39 +0800

本篇介紹如何安裝與使用 TensorFlow Object Detection API，自動辨識照片或影片中的物件。

Tensorflow Object Detection API 是 Google 以 TensorFlow 為基礎所開發的物件偵測程式開發架構（framework），其以開放原始碼的方式釋出，所有想要開發以深度學習自動辨識物件程式的人，都可以很方便的利用這套架構發展自己的系統。

TensorFlow 與 Keras 指定 NVIDIA GPU 顯示卡與記憶體用量教學

Fri, 17 Nov 2017 14:09:36 +0800

本篇介紹如何指定 TensorFlow 與 Keras 程式所使用的 GPU 顯示卡與記憶體用量。

在 TensorFlow 或 Keras 中使用 NVIDIA 的 GPU 做運算時，預設會把整台機器上所有的 GPU 卡都獨佔下來，而且不管實際需要多少顯示卡的記憶體，每張卡的記憶體都會被佔滿，以下介紹如何調整設定，讓多張顯示卡可以分給多個程式或多人使用。

使用 TensorFlow 內建的 Keras API 實作手寫數字辨識 CNN 程式

Mon, 30 Oct 2017 15:17:25 +0800

這裡介紹如何使用 TensorFlow 內建的 Keras API 實作手寫數字辨識 CNN 程式。

Keras 是一套高階的深度學習工具，今年 Google 將其納入 TensorFlow 的核心模組當中，發表於 TensorFlow Dev Summit 2017，也就是說未來只要安裝好 TensorFlow 之後，就可以直接使用 Keras 的 API 函數，不需要另外安裝。

CentOS Linux 安裝與使用 Keras 深度學習工具

Mon, 30 Oct 2017 10:36:04 +0800

本篇介紹如何在 CentOS Linux 中安裝與使用 Keras 這套深度學習工具。

談到深度學習（Deep Learning）的工具，大家都會想到 TensorFlow 這類的底層 framework，這類的基礎的 framework 由於保留了非常多的彈性空間，導致使用上比較不方便，如果想要快速進行依些簡單的問題測試，就可以使用 Keras 這類的高階工具。

TensorFlow 的 tf.InteractiveSession 互動式 Session 使用教學

Wed, 20 Sep 2017 12:02:28 +0800

本篇是 TensorFlow 的 tf.InteractiveSession 互動式 Session 使用教學。

在 TensorFlow 中，所有的運算都要放在 session 中執行，而如果在 shell 或 IPython notebooks 中執行 TensorFlow 的程式時，我們可以改用比較方便使用的 tf.InteractiveSession。

TensorFlow 寫入與讀取 TFRecords 檔案格式教學

Fri, 15 Sep 2017 20:25:38 +0800

這裡介紹如何將各種資料儲存為 TFRecords 檔案，方便在 TensorFlow 中使用。

TensorFlow 支援許多種讀取檔案的方式（例如 TensorFlow 輸入管線），而 TensorFlow 本身也有自己標準的 TFRecords 檔案格式，可以將資料與對應的資料標示（label）儲存在一起，方便在 TensorFlow 中使用。

樹莓派 Raspberry Pi 以 Docker 安裝 TensorFlow 教學

Sat, 09 Sep 2017 10:21:04 +0800

這裡介紹如何在樹莓派上面以 Docker 安裝 TensorFlow 環境，開發機器學習的程式。

Step 1

首先參考樹莓派安裝 Dcoker 的教學，把 Docker 環境裝好。

Step 2

參考 GitHub 上的 DeftWork/rpi-tensorflow，執行適用於樹莓派的 Docker 影像：

docker run -it -p 8888:8888 elswork/rpi-tensorflow:latest

執行時 Docker 會自動下載這個 Docker 影像。

使用 TensorBoard 視覺化呈現 TensorFlow 計算流程教學

Fri, 08 Sep 2017 14:58:15 +0800

本篇是 TensorBoard 的基本使用方法教學，以視覺化呈現 TensorFlow 的計算結果。

通常實務上以 TensorFlow 建立的模型（例如深度神經網路）都相當複雜，若要對模型進行觀察、除錯與最佳化，都有一定的難度，而 TensorBoard 是一個專門用來呈現 TensorFlow 模型與資料的視覺化工具，其支援好幾種資料的呈現方式，讓程式設計者更容易掌握複雜的模型與資料。

TensorFlow 輸入管線 Pipeline 從檔案讀取資料學習筆記

Tue, 15 Aug 2017 13:33:59 +0800

本篇介紹如何在 TensorFlow 中以輸入管線讀取任意格式的檔案，並提供 Python 的範例程式碼。

在 TensorFlow 中總共有三種讀取資料的方式，在之前的 TensorFlow 入門教學文章中，我們已經使用過 placeholder 與常數這兩種比較簡單的方式，這裡將介紹第三種輸入管線的方式。

使用 TensorFlow、Softmax 迴歸模型、CNN，實作數字辨識系統筆記

Thu, 29 Jun 2017 10:20:58 +0800

本篇示範如何使用 Google 的 TensorFlow、softmax 迴歸模型、CNN，實作一套手寫辨識系統。

如果您沒學過 Google 的 TensorFlow，建議先閱讀 TensorFlow 機器學習軟體工具入門教學。

TensorFlow 機器學習軟體工具入門教學與範例實作

Wed, 28 Jun 2017 10:21:01 +0800

本篇為 TensorFlow 機器學習軟體工具的入門教學，並實作一個簡單的線性迴歸模型範例。

TensorFlow 是一套由 Google 所發展的開放原始碼機器學習函式庫，其以流程圖的概念呈現整個資料分析流程，在流程圖中的每一個節點都代表一個運算，連接不同節點的連線則代表資料的傳遞，程式設計者可以運用各種不同的運算節點（不同的演算法），組合成適用於各種問題的分析系統，運用 CPU 或 GPU 進行運算。