wpgddt的博客

AI图像资料增强是一种通过对原始图像进行一些变换，来增加训练资料的数量和多样性的方法。这种方法可以帮助提高模型的泛化能力，减少过拟合(Over-Fitting)，并提升影像辨识效果。本篇博文将介绍AI图像资料增强的定义、方法和优缺点。

​续写序列Python深度学习，现在许多停车场使用车牌识别系统，停车时需要先使用摄像头拍摄图像，透过AI检测车牌再进行识别，本篇博客介绍如何训练车牌检测模型。

本篇文章旨在介绍如何使用Python深度学习算法来分析客户流失的预测。在商业世界中，客户流失是一个常见的问题，因此预测哪些客户可能会流失，对业务发展具有重大意义。

​前一篇博客“Python深度学习4：MNIST手写数字识别模型”介绍一些基本模型训练方式。疫情已经多年了，许多地方都可以看到AI标记用户是否佩戴口罩，因此我们就来介绍一下如何训练口罩辨识模型，本篇使用MobileNet-SSD (Single Shot MultiBox Detector, SSD)演算法，能在手机或树莓派上运行顺畅，本篇博文使用现成资料集，进行模型训练教学。

之前写了一篇“Python深度学习3：深度学习基本介绍”介绍深度学习的基本概念，这次我们就将概念转为实际程式码，使用Tensorflow Keras制作一个神经网路，用于MNIST手写辨识阿拉伯数字，在程式语言第一隻程式码为“Hello World”，而机器学习领域裡，MNIST就相当于“Hello World”。

之前写了一篇“Python深度学习2：Python基础语法介绍”介绍基本语法，看完大概了解一些程式码，而接下来本篇为大家介绍一下深度学习。

上一篇为大家介绍Google Colab平台及基本操作，本篇会为大家介绍深度学习基本使用的几个Python语法，大家快来学习吧！

get一篇超赞的学习内容，大家赶紧来一起学习吧！本篇主要介绍Google Colab互动式环境，在学习时不用预花太多成本，且能够支援加速硬体（GPU及TPU），让你随时随地都可以编辑Python程式语言。