實驗介紹：
影像識別是人工智慧的重要領域
怎麼識別影像呢？
人眼識別人的性別
看頭髮長度，身型，穿衣打扮這些特徵，比如：長髮是女孩，短髮是男孩。
使用神經網路演算法就可以自動學習特徵並用於分類等任務。
一：神經網路
比如識別手寫數字，如果一個畫素一個畫素地識別，那麼計算量很大很複雜。如果總結出數字的特徵，再進行邏輯迴歸識別，那會可實現得多。
每層學習一些特徵
神經網路是好幾層邏輯迴歸疊在一起
最終使用邏輯迴歸預測
神經網路分為三層
神經網路的隱藏層多幾層就是深度神經網路。
使用深度神經網路進行的機器學習就是深度學習
在orange裡面深度學習部件如下
使用遊樂場體會深度神經網路
拖出遊樂場並雙擊開啟
裡面有四種不同的資料集
看到要區分不同的兩種資料是比以前的資料困難的
可以看見損失一直下降最終趨於平穩
不同的資料被不同的顏色分隔開
二：卷積神經網路
我們使用卷積神經網路進行對手寫數字的識別
一個完整的工作流如下
所有部件都在深度學習裡
勾選訓練和測試
如果少了訓練的資料，資料的準確率會大幅度降低
識別原理
影像以數字矩陣的形式儲存在計算機中，其中這些數字稱為畫素值。
0最暗，255最亮。
彩色圖片又稱rgb圖片
rgb是紅（red）綠（green）藍（blue）三原色的縮寫。
三原色不同的灰度構成了所有的顏色
簡單的操作如下
選擇手寫資料資料夾，只要預測，點選載入圖片
！注意，選擇sample資料夾即可，不選子資料夾，這一步需要輸入大量圖片。
測試資料在orange官網可以找到，還有教程
點選底下❓
再點選資料，即可跳轉下載連結
開啟模型訓練與測試，點選開始訓練
完成如圖
開啟CNN學習器，點選觀察並輸出模型
完成如圖
下面的圖片載入器輸入你想識別的圖片
可以自己手寫上傳，也可以在網上找，下載官網的等等
點選CNN預測
完成