跳到主要內容

CV Day 3 分類任務回顧與進階挑戰

CV Day 3 分類任務回顧與進階挑戰

執行需求：CPU 可跑。今天我們正式進入分類任務，把 CNN、ResNet、感受野與資料流等基礎觀念快速回顧一次，並指出「會訓練」到「能獨立完成分類專案」之間還差哪些能力。讀完之後，你會知道分類任務在深度學習中的角色、典型模型家族的演進，以及這個系列後續會在分類章節中帶你跨越的幾道關卡。

引言

影像分類（image classification）是電腦視覺最古老也最基本的任務：給一張圖，輸出一個標籤。這個任務在 2012 年 AlexNet 奪得 ImageNet 冠軍之後有了突破性的進展，此後的 VGG、GoogLeNet、ResNet、DenseNet、EfficientNet、ConvNeXt、ViT 一路演進，每一代都把 ImageNet 的 top-5 錯誤率往下壓。到了 2024 年底，公開模型在 ImageNet 上的 top-1 已經突破 90%，剩下的錯誤多是人類也難以分辨的細節。

不過，學術指標進步不代表實務上就容易。現實世界的分類任務往往面臨：標註資料少、類別不平衡、影像品質差、類別定義模糊（什麼算「瑕疵」、什麼算「正常」）、部署環境受限（CPU 推論、邊緣裝置）等問題。從會訓練 ResNet 到能在工廠上線一個分類系統，中間隔著「資料策略、評估方法、錯誤分析、模型選擇、部署最佳化」這幾道關卡。

今天這篇是分類章節的開篇章，我們會快速複習 CNN 的核心概念、整理 ResNet 帶來的關鍵設計、並預告 Day 4 到 Day 9 會分別處理的進階挑戰。今天不會動到訓練，但會給你一個完整的「分類任務地圖」，後續章節會逐一實作。

CNN 的核心觀念：捲積、池化、感受野

捲積神經網路（Convolutional Neural Network，CNN）是分類任務的標配。它的設計靈感來自貓的視覺皮層：每一層只關注影像的局部區域，並用同一組權重掃過整張影像。這種「局部連接 + 權重共享」大幅減少參數數量，也讓模型對平移、縮放具有一定的不變性。

幾個關鍵詞必須先釐清：

  • 捲積核（kernel / filter）：一個小尺寸的權重矩陣（例如 3×3），用來偵測影像中的某種特徵。CNN 訓練的過程就是學出一組有意義的捲積核。
  • stride（步幅）：捲積核每次移動的距離。stride = 1 保留原尺寸，stride = 2 則把特徵圖縮小一半。
  • padding（補邊）：在影像邊緣補 0，讓捲積後的尺寸符合預期。最常用的是「same padding」，補到輸出與輸入同尺寸。
  • 池化（pooling）：縮小特徵圖尺寸、降低後續計算量。最常見的是 max pooling，取 2×2 區塊中的最大值，讓尺寸縮小一半。
  • 感受野（receptive field）：輸出特徵圖上某一個位置對應到原圖的區域大小。隨著網路加深，每一層的感受野會擴大，最後幾層能「看見」整張影像。

以 ResNet18 為例，它的 stem 是 7×7 stride-2 的捲積加上 3×3 max pooling，把 224×224 的輸入縮到 56×56；接著四個 stage，每個 stage 包含若干殘差塊，每個殘差塊是兩個 3×3 捲積加上一個 skip connection；最後用全域平均池化把特徵圖壓成 1×1，再接全連接層輸出類別機率。這樣的設計在 2015 年讓 ImageNet 錯誤率降到 3.57%，是近代 CNN 的起點。

為什麼 ResNet 的 skip connection 這麼重要

在 ResNet 之前，主流的看法是「網路越深越好」。但實驗發現，當網路加深到某個深度後，訓練誤差反而上升，這個現象稱為「退化」（degradation），跟過擬合無關，而是最佳化變難。ResNet 的解法是讓每一層學習「殘差」（residual）而不是直接學習映射：

y = F(x) + x

其中 x 是輸入、F(x) 是兩層捲積的輸出。這條「捷徑」（shortcut 或 skip connection）讓梯度可以直接從後面流回前面，避免梯度消失。這個設計看似簡單，卻是 2015 年以來幾乎所有視覺模型（甚至 Transformer）都會借用的關鍵技巧。

資料、模型、評估：分類任務的三個軸

進入實戰前，要先理解分類任務的三個軸：資料、模型、評估。教科書往往只講模型，但實務上決定成敗的常是另外兩個。

資料軸

分類任務需要「影像 + 標籤」對應的資料集。標籤的形式通常是一個整數（類別索引）。最簡單的格式是把所有影像放到以類別命名的資料夾：

dataset/
├── train/
│   ├── cat/
│   │   ├── img001.jpg
│   │   └── img002.jpg
│   └── dog/
│       └── img003.jpg
└── val/
    ├── cat/
    └── dog/

這種結構剛好對應 torchvision.datasets.ImageFolder 的預期格式，所以 Day 9 實戰時可以直接套用。資料切分要遵守「訓練與驗證完全分離」的原則：同一張影像不能同時出現在兩個集合裡，否則評估指標會被高估。

影像資料的挑戰還包括：類別不平衡（長尾分布）、標註錯誤、影像解析度不一、領域偏移（訓練資料來自網路，測試資料來自工廠攝影機）。這些問題在 Day 8（評估）與 Day 9（Oxford Flower-102 實戰）會進一步討論。

模型軸

2024 年底，分類模型可以粗分為三大家族：

  • CNN 家族：ResNet（2015）、EfficientNet（2019）、ConvNeXt（2022）。CNN 對小資料集與邊緣裝置推論特別友善。
  • Transformer 家族：ViT（2021）、Swin Transformer（2021）、DeiT（2021）。在大量資料下表現通常超過 CNN，但對資料量與計算資源需求高。
  • 混合家族：CoAtNet、ConvFormer 等，把 CNN 的局部性與 Transformer 的全域注意力結合。

這個系列固定 PyTorch 2.5 + torchvision 0.20 + timm 1.0.x，這意味著你至少可以用幾十種預訓練模型，而且大多數都有 ImageNet 預訓練權重。Day 5 會帶你認識 ResNet、EfficientNet、ConvNeXt、ViT 的差異，並實際用 timm 把每種模型載入一次。Day 6 會做遷移學習，把預訓練權重當作起點。

評估軸

分類任務的評估指標看似簡單（正確率），但魔鬼藏在細節裡。三個最常見的指標：

  • top-1 accuracy：預測機率最高的類別是正確答案的比例。最常用。
  • top-5 accuracy：預測機率前五高的類別中有正確答案的比例。ImageNet 時代的主流指標，因為早期模型的 top-1 很低。
  • balanced accuracy：每個類別的 recall 平均。在類別不平衡時，比 top-1 accuracy 更能反映真實表現。

除了 accuracy，還有混淆矩陣（confusion matrix）、precision、recall、F1、ROC AUC、PR curve 等細部指標。Day 8 會逐一展示如何在 PyTorch 裡計算，並用 MVTec AD 的模擬資料示範「模型看起來正確率高，但其實漏掉很多瑕疵」的情境。

分類任務的常見挑戰：實務上的六道關卡

把分類任務從教科書搬到現實，會遇到六道關卡。這個系列會在 Day 4 到 Day 9 逐一處理：

  1. 資料增強：訓練資料太少或太單調時，用旋轉、裁切、翻轉、RandAugment、MixUp、CutMix 等方法擴增。Day 4 專章處理。
  2. 模型選擇：CNN vs ViT、深度 vs 寬度、預訓練權重的遷移性。Day 5 比較。
  3. 遷移學習：預訓練權重怎麼微調，要 freeze 哪些層。Day 6 實作。
  4. 訓練技巧：餘弦排程、標籤平滑、EMA、混合精度。Day 7 介紹。
  5. 評估與診斷：top-k、混淆矩陣、信心校準、誤判分析。Day 8 教。
  6. 完整實戰：Oxford Flower-102 從下載、清理、訓練、評估到產生報告。Day 9 整合。

這六道關卡每一道都值得一整章細講。今天我們先把每一關的核心概念用一小段話點出，後續章節再展開：

資料增強的核心是「在不破壞語意的前提下擴增資料」。簡單的翻轉、裁切還算安全；MixUp 把兩張影像疊在一起、CutMix 把一塊貼過去，則需要模型學會看「軟標籤」（soft label）。這種增強在 ImageNet 上能穩定帶來 0.5% 到 1% 的 top-1 進步。

模型選擇沒有標準答案，但有兩個實用原則：如果資料少（< 10k 張），優先選 CNN + 預訓練；如果資料多（> 100k 張），ViT 或 ConvNeXt 通常更強；如果要部署到邊緣裝置，EfficientNet 或 MobileNet 系列是首選。

遷移學習最常見的誤區是把所有層都打開微調。小資料集這樣做會過擬合；正確做法是「凍住 backbone 的前幾層，只微調後幾層 + classifier」。這個原則會在 Day 6 講清楚。

訓練技巧看起來花俏，但效果驚人。餘弦排程（cosine annealing）讓學習率從大慢慢降到小，比固定學習率收斂更快；標籤平滑（label smoothing）把 one-hot 標籤稍微「磨平」，能提升泛化；EMA（Exponential Moving Average）是模型參數的時間平均，對噪聲大的訓練很有用；混合精度（AMP）則是用 FP16 省顯存。

評估與診斷的核心是「不只看數字，要看錯誤」。混淆矩陣會告訴你哪些類別互相混淆；信心校準會告訴你模型說「90% 確定」是不是真的 90%；誤判分析則是人工抽樣看錯的影像，找出系統性的問題（例如反光、陰影、影像中的文字）。

完整實戰則是把前面五關全部串起來。Oxford Flower-102 是個 102 類的花卉資料集（1020 張訓練、6149 張測試），規模剛好適合在 Colab T4 上跑完一輪完整的遷移學習。我們會用它當作 Day 9 的範例。

完整實作：在 CPU 上重現 ResNet18 的最小推論

雖然今天不訓練模型，但可以跑一個「從零建一個小型 ResNet」的練習。這個練習只會印出模型結構與參數量，目的是讓你直觀感受「ResNet 到底長什麼樣」。

import torchvision
from torchvision.models import resnet18, ResNet18_Weights

# 1. 載入未訓練的 ResNet18（隨機初始化）
model_scratch = resnet18(weights=None)
print("未訓練 ResNet18 參數量：", sum(p.numel() for p in model_scratch.parameters()))
# 輸出：未訓練 ResNet18 參數量：11689512

# 2. 載入 ImageNet 預訓練版本
weights = ResNet18_Weights.DEFAULT
model_pretrained = resnet18(weights=weights)
print("預訓練 ResNet18 參數量：", sum(p.numel() for p in model_pretrained.parameters()))
# 輸出：預訓練 ResNet18 參數量：11689512

這個區塊示範兩件事：第一，「未訓練」跟「預訓練」的參數量是一樣的（都約 11.7M），差別只在權重值；第二，weights=None 會跳過下載，產生隨機初始化的模型，這在你想從頭訓練時很有用；weights=DEFAULT 會自動下載 ImageNet 預訓練權重，作為遷移學習的起點。

接下來印出 ResNet18 的完整結構，並且標出每一層的輸出尺寸：

from torch import nn

# 假設輸入是 (1, 3, 224, 224)
dummy = torch.randn(1, 3, 224, 224)
hooks = []

def register_hook(module):
    def hook(m, inp, out):
        hooks.append(f"{type(m).__name__:<25} 輸出：{tuple(out.shape)}")
    module.register_forward_hook(hook)

for m in model_pretrained.modules():
    if isinstance(m, (nn.Conv2d, nn.MaxPool2d, nn.AdaptiveAvgPool2d, nn.Linear)):
        register_hook(m)

_ = model_pretrained(dummy)
print("\n".join(hooks[:12]))  # 只印前 12 個關鍵層
# 輸出（部分）：
# Conv2d                   輸出：(1, 64, 112, 112)
# MaxPool2d                輸出：(1, 64, 56, 56)
# Conv2d                   輸出：(1, 64, 56, 56)
# Conv2d                   輸出：(1, 64, 56, 56)
# Conv2d                   輸出：(1, 64, 56, 56)
# Conv2d                   輸出：(1, 64, 56, 56)
# Conv2d                   輸出：(1, 128, 28, 28)

這個 hook 範例是觀察模型結構的標準技巧：用 register_forward_hook 在每一層註冊一個 callback，模型跑一次 dummy 輸入時，所有 hook 就會被觸發，回報該層的輸出形狀。這對除錯非常有幫助——當你看到「某一層輸出尺寸不對」，就知道問題出在哪。

最後我們做一個非常實用的練習：把 ResNet18 改成「適配自己的類別數」。這是遷移學習的第一步：把最後一層的全連接層從 1000 類（ImageNet）換成你想要的類別數。

import torch.nn as nn

# 把最後一層 fc 換成 4 類分類器（瑕疵分類：normal, scratch, dent, stain）
model_pretrained.fc = nn.Linear(in_features=512, out_features=4)
print("新分類器：", model_pretrained.fc)
# 輸出：新分類器： Linear(in_features=512, out_features=4, bias=True)

# 確認只有最後一層的參數是新初始化的
new_params = sum(p.numel() for p in model_pretrained.fc.parameters())
total_params = sum(p.numel() for p in model_pretrained.parameters())
print(f"新分類器參數量：{new_params}（佔總參數 {100 * new_params / total_params:.2f}%）")
# 輸出：新分類器參數量：2050（佔總參數 0.02%）

這個範例展示了遷移學習的核心：模型主體的權重來自 ImageNet 預訓練（已經學會邊緣、紋理、形狀等通用特徵），最後一層換成你自己的分類器，只需要 2,050 個參數就能適配到 4 類問題。這就是為什麼「預訓練 + 微調」比「從頭訓練」在小資料集上效果好得多——預訓練權重讓模型在起步時就站在巨人的肩膀上。Day 6 會把這個技巧展開，示範如何只訓練部分層、如何設定學習率、以及如何評估遷移學習的效果。

為了讓你更直觀地理解 ResNet 內部在「看什麼」，我們用一個小技巧把第一層捲積的權重視覺化：

import torch
import matplotlib
matplotlib.use("Agg")  # 在沒有顯示器時跳過 GUI
import matplotlib.pyplot as plt

# 取出第一層捲積的權重，形狀 (out_channels, in_channels, kH, kW)
first_conv = model_pretrained.conv1.weight.data.clone()
print("第一層捲積權重形狀：", tuple(first_conv.shape))
# 輸出：第一層捲積權重形狀： (64, 3, 7, 7)

# 把 64 個 7x7 濾波器排成 8x8 顯示
fig, axes = plt.subplots(8, 8, figsize=(8, 8))
for i, ax in enumerate(axes.flat):
    kernel = first_conv[i].permute(1, 2, 0).numpy()
    kernel = (kernel - kernel.min()) / (kernel.max() - kernel.min() + 1e-8)
    ax.imshow(kernel)
    ax.axis("off")
plt.suptitle("ResNet18 第一層捲積的 64 個濾波器")
plt.tight_layout()
plt.savefig("resnet18_conv1.png", dpi=80)
print("濾波器視覺化已寫入 resnet18_conv1.png")
# 輸出：濾波器視覺化已寫入 resnet18_conv1.png

這個區塊把 ResNet18 第一層的 64 個 7×7 濾波器攤平顯示出來。經過 ImageNet 預訓練後，這些濾波器會呈現有趣的模式：有些是邊緣偵測器（橫向、縱向、對角線），有些是色彩對比偵測器（藍-黃、紅-綠）。這就是深度學習的「特徵學習」——不需要人工設計 edge detector，模型自己會學出來。視覺化濾波器是驗證模型有沒有學到合理特徵的最直觀方法。

接著做一個「資料流」的最小練習：用 torchvision 的 ImageFolder 建立一個分類資料集，並印出第一筆資料：

import os
import tempfile
from PIL import Image
import torchvision.datasets as datasets

# 在臨時目錄建立一個假的兩類資料集
tmpdir = tempfile.mkdtemp(prefix="demo_cls_")
for cls in ["cat", "dog"]:
    os.makedirs(os.path.join(tmpdir, "train", cls), exist_ok=True)
    img = Image.new("RGB", (64, 64), color=(255, 128, 0) if cls == "cat" else (0, 128, 255))
    img.save(os.path.join(tmpdir, "train", cls, f"{cls}_001.jpg"))

# 用 ImageFolder 載入
train_ds = datasets.ImageFolder(os.path.join(tmpdir, "train"))
print(f"類別對應：{train_ds.class_to_idx}")
# 輸出：類別對應：{'cat': 0, 'dog': 1}
print(f"資料筆數：{len(train_ds)}")
# 輸出：資料筆數：2
img, label = train_ds[0]
print(f"第一筆影像尺寸：{img.size}, 標籤：{label}")
# 輸出：第一筆影像尺寸：(64, 64), 標籤：0

# 清理
import shutil
shutil.rmtree(tmpdir)
print("已清理臨時目錄")
# 輸出：已清理臨時目錄

這個範例展示分類任務的「資料入口」最常見的形式：ImageFolder 讀資料夾結構、class_to_idx 把類別名稱對應到整數、__getitem__ 回傳 (影像, 標籤) 配對。在實戰時，你只需要把這個 ImageFolder 包進 DataLoader 就能開始訓練；前處理（Resize、ToTensor、Normalize）則用 transforms.Compose 加在 transform 參數裡。這個套路會在 Day 9 的 Oxford Flower-102 實戰時完整出現。

最後示範「分類模型權重的儲存與載入」：

# 儲存微調後的權重（只存參數，不存整個模型）
torch.save(model_pretrained.state_dict(), "resnet18_finetuned.pt")
print("已儲存權重：resnet18_finetuned.pt")
# 輸出：已儲存權重：resnet18_finetuned.pt

# 之後載入
loaded = resnet18(weights=None)  # 先建立空模型
loaded.fc = nn.Linear(in_features=512, out_features=4)
loaded.load_state_dict(torch.load("resnet18_finetuned.pt", map_location="cpu"))
loaded.eval()
print("已載入權重並設為 eval 模式")
# 輸出：已載入權重並設為 eval 模式

torch.save(state_dict, path) 只存模型的權重（不存結構），這是 PyTorch 官方推薦的儲存方式——優點是檔案小、版本相對寬鬆、未來改模型結構時只會影響「沒對應到的層」警告，不會整個壞掉。載入時要先建立一個結構相同的模型，再 load_state_dict 灌進去。map_location="cpu" 確保即使你在 GPU 訓練、在 CPU 部署，也能順利載入。

常見錯誤與踩雷

常見錯誤與踩雷

第一個常見錯誤是「訓練集與驗證集沒分乾淨」。例如同一張影像被複製到不同資料夾、或是時間序列資料被隨機切分（導致訓練時看到未來的資料）。表現是訓練 accuracy 99%、驗證 accuracy 70%，但實際部署後表現很差。對應的排查方向：用 hashlib.md5(影像內容) 檢查是否有重複；時序資料用時間切分而非隨機切分；切分後用 Counter(label) 確認兩邊類別分布一致。

第二個是「資料前處理沒對齊預訓練」。用 ImageNet 預訓練的 ResNet，期待輸入是經過特定 Normalize 的張量（mean=(0.485, 0.456, 0.406), std=(0.229, 0.224, 0.225)）；如果忘了 Normalize 或用了錯誤的 mean/std，模型表現會比隨機猜還差。對應的排查方向：用 weights.transforms() 直接取預訓練權重對應的前處理，不要自己寫。

第三個是「忘了把模型設成 eval 模式」。驗證時如果忘了呼叫 model.eval()，BatchNorm 與 Dropout 會繼續用訓練時的統計量與遮罩，導致推論結果不穩定。對應的排查方向：寫一個 helper 把「訓練／驗證」包成 context manager；或者用 torch.no_grad() 加 model.eval() 一起呼叫。

第四個是「類別索引對不上」。模型的輸出索引是 0, 1, 2, ...，但你的標籤可能叫「cat, dog, bird」。如果直接用資料夾名稱當索引，順序會被作業系統排序決定，造成每次訓練結果不一致。對應的排查方向：建立一份明確的 class_to_idx 字典並寫到 JSON，重現實驗時讀回來。

效能與實務提醒

CPU 上做分類推論是可行的，但只能跑小型模型（ResNet18、ResNet34）或量化後的模型。ResNet50 在 CPU 推論單張影像約 100 到 200 毫秒；ViT-Large 在 CPU 上則可能超過 1 秒。如果部署場景是即時影像串流（30 FPS），就一定要 GPU 或 ONNX + TensorRT 之類的最佳化。

訓練時間預估：在 Colab T4 上，ResNet18 微調 Oxford Flower-102（1020 訓練、6149 測試、102 類）一個 epoch 約 1 分鐘，10 個 epoch 約 10 分鐘。ResNet50 約 2 到 3 分鐘一個 epoch。ViT-Base 則要 8 到 10 分鐘。這些數字會受 batch size、影像尺寸、是否用 AMP 影響，僅供規劃使用。

最後提醒一件事：分類任務往往不是終點，而是更大系統的一部分。Day 41 的工業瑕疵檢測專案，分類只是第一步——分類結果會被送到偵測與分割模組，最後接到部署 API。今天先有個心理準備：分類的「正確」不一定等於系統的「正確」，要從整體視角看每個模組的角色。

小結

今天把分類任務的基礎一次複習完：CNN 的核心觀念（捲積、stride、padding、感受野）、ResNet 的 skip connection 為什麼重要、資料／模型／評估三個軸的關係、以及從 Day 4 到 Day 9 會處理的六道關卡。我們還用 ResNet18 跑了三個實作：載入隨機 vs 預訓練權重、用 hook 觀察中間層輸出、把最後一層換成 4 類分類器。明天 Day 4 會進入第一道關卡——資料增強，介紹 RandAugment、MixUp、CutMix 這些在 2024 年仍是最常用的高階增強方法。

結語

分類任務看起來簡單，背後卻藏著深度學習的整體邏輯：資料策略、模型設計、訓練技巧、評估診斷。我們今天只摸了表面，明天開始會一層一層挖深。明天我們會從「資料增強進階」開始：除了最基礎的翻轉、裁切、色彩抖動，還會帶你認識 RandAugment 怎麼自動化選擇增強組合、MixUp 怎麼用線性內插產生軟標籤、CutMix 怎麼用區塊遮罩模擬遮擋。這三招是 2024 年仍是最強的分類增強組合拳。

延伸資源

  • ResNet 原始論文（He et al., 2015）：https://arxiv.org/abs/1512.03385
  • torchvision 0.20 預訓練模型清單（2024）：https://pytorch.org/vision/stable/models.html
  • timm 1.0.9 模型動物園（2024）：https://huggingface.co/docs/timm/
  • CS231n 卷積神經網路視覺化教學（Stanford，2024 維護）：https://cs231n.github.io/
  • PyTorch 官方 ImageNet 訓練範例（2024）：https://github.com/pytorch/examples/tree/main/imagenet
標籤：

留言

張貼留言

這個網誌中的熱門文章

Day 2 變數與資料型別

Day 2 變數與資料型別 引言 寫程式的過程中，變數與資料型別是處理資料的基礎。變數是存放資料的容器，資料型別則決定這筆資料有哪些特性、可以進行哪些操作。學會定義變數、認識各種資料型別，是學好 Python 的關鍵一步。 這篇文章會帶你了解 Python 中變數的觀念、如何定義變數，以及常見的資料型別，包括整數、浮點數、字串、布林值，還有串列、元組、字典與集合等容器型別。我們也會介紹變數的命名規則與撰寫風格建議，以及如何用 type() 檢查資料型別。 什麼是變數？如何在 Python 中定義變數 變數是在程式執行時用來存放資料的名稱。透過定義變數，我們可以給一筆資料一個名字，並在程式的其他地方用這個名字取用該筆資料。在 Python 中，變數不需要事先宣告型別，因為 Python 是動態型別語言，變數的型別由指定給它的值決定。 定義變數的基本語法 在 Python 中定義變數非常簡單，只要用賦值符號 = 把值指定給變數即可。例如： x = 5 # 定義變數 x，並把整數 5 賦值給它 name = "Alice" # 定義變數 name，並把字串 "Alice" 賦值給它 在這裡，x 是一個變數，被賦予整數 5；name 是另一個變數，被賦予字串 "Alice"。 變數的更新與覆寫 變數的值可以修改，也就是說，我們可以在程式的不同地方給同一個變數新的值。例如： x = 10 # x 最初被賦予 10 x = 15 # x 的值現在被更新為 15 這樣就能依照需求，在程式執行過程中靈活調整變數的值。 Python 的動態型別系統 Python 和某些靜態型別語言不同，定義變數時不需要宣告型別。賦值時，Python 會根據值自動判斷變數的型別。例如： x = 5 # x 是整數 x = 3.14 # x 變成浮點數 x = "Hi" # x 變成字串 同一個變數在程式執行過程中可以存放不同型別的值，這是 Python 的彈性之一。 常見資料型別 在 Python 中，資料型別決定我們可以對變數進行哪些操作...
張貼留言
閱讀完整內容

Day 1 Python 簡介與環境設定

Day 1 Python 簡介與環境設定 引言 在現在的科技環境裡，程式設計已經是一項重要技能。無論你是對資料科學有興趣、想成為開發者，或是想踏入人工智慧（AI）領域，學會寫程式都能明顯提升你的競爭力。在眾多程式語言中，Python 因為語法簡單、功能強大、應用範圍廣泛，成為許多人進入程式世界的第一選擇。這篇文章會帶你認識 Python 的背景與優勢，並一步步教你在不同系統上安裝與設定 Python 開發環境，最後寫出第一支 Python 程式。 為什麼選擇 Python？ Python 是一種高階程式語言，由 Guido van Rossum 在 1991 年發布。Python 的設計哲學強調程式碼的可讀性，並用縮排來定義程式區塊，這點和許多使用大括號的語言不同。簡潔的語法讓它成為初學者的理想選擇；就算是經驗豐富的開發者，也能用它完成複雜的專案。 Python 的優勢如下： 簡單易學 ：Python 的語法清楚、結構簡潔，初學者很快就能上手。和其他語言相比，學習曲線相對平緩，不需要先弄懂一堆複雜觀念，就能開始寫程式。 應用範圍廣泛 ：從資料科學、網頁開發、人工智慧、機器學習、自動化測試到網路爬蟲，Python 都有大量開源函式庫與工具支援，而且在這些領域都扮演關鍵角色。 豐富的函式庫與框架 ：Python 的函式庫生態系非常龐大。做資料分析有 NumPy、Pandas；開發網站有 Django、Flask；做深度學習有 TensorFlow、PyTorch。各種需求幾乎都能找到對應的套件，讓開發更有效率。 跨平台支援 ：Python 支援 Windows、macOS、Linux 等作業系統，程式通常不需要太多修改就能跨平台執行，讓開發與部署更有彈性。 活躍的社群 ：Python 擁有龐大的開發者社群。學習或開發上遇到問題，幾乎都能在社群與論壇（例如 Stack Overflow）找到答案，對初學者來說是很強的後盾，也能減少卡關時的挫折感。 Python 的應用領域 Python 的流行與強大功能，讓許多領域都開始大量使用它。以下是幾個常見的應用方向： 資料科學 ：隨著大數據與人工智慧興起，資料科學大量使用 Python。NumPy、Pandas 與 Matplotlib 等工具能處理和分析龐...
張貼留言
閱讀完整內容

Python 從入門到 PyTorch 深度學習：開啟 AI 世界的大門

Python 從入門到 PyTorch 深度學習：開啟 AI 世界的大門 隨著人工智慧（AI）與深度學習（Deep Learning）快速發展，越來越多人對這些技術產生興趣。不論你是想踏入 AI 領域的初學者，還是已經有程式基礎的開發者，學好 Python 與深度學習框架（例如 PyTorch），都能為你打開更多可能。 為什麼選擇 Python？ Python 已經是資料科學與人工智慧領域的首選語言。它的語法簡潔、容易上手，而且擁有龐大的生態系與大量開源函式庫。無論是資料處理、資料視覺化，還是建立機器學習與深度學習模型，Python 都能勝任。對想進入 AI 或資料科學領域的人來說，它幾乎是必備工具。 PyTorch 是什麼？ PyTorch 是由 Meta（原 Facebook）AI 研究團隊開發的開源深度學習框架，以易用、靈活和動態計算圖著稱，是許多 AI 研究人員與開發者的首選。相較於其他框架，PyTorch 的寫法更貼近原生 Python，對初學者相對友善。無論是簡單的實驗，還是複雜的深度學習模型，PyTorch 都能提供強大的支援。 這個系列能帶給你什麼？ 這個系列會從 Python 的基礎開始，帶你一步一步學習，最後能自己用 PyTorch 建立深度學習模型。即使你完全沒有寫過程式，也能跟著文章的節奏累積技能，理解 AI 與深度學習的核心觀念。 本系列涵蓋的主題 Python 基礎：從變數、條件判斷到函式與模組。 資料處理工具：用 NumPy 與 Pandas 有效率地操作資料。 資料視覺化：用 Matplotlib 與 Seaborn 把資料畫成圖表。 深度學習的數學基礎：線性代數、微積分與機率。 PyTorch 入門：理解張量、模型建構與 GPU 加速。 基礎深度學習模型：CNN 與 RNN 的實作應用。 深度學習專案實戰：從資料前處理到模型部署的端到端流程。 誰適合這個系列？ 程式初學者 ：如果你對 AI 充滿好奇，卻還沒寫過程式，系列的第一部分會帶你快速上手 Python，並幫助你理解深度學習的基本觀念。 資料科學愛好者 ：如果你已經熟悉一些資料處理方法，進階部分會教你如何用 PyTorch 建構深度學習模型。 開發者與研究人員 ：想更深入了...
張貼留言
閱讀完整內容