本文介绍了如何在Windows环境下使用turicreate进行图像分类。通过创建数据集，训练模型，以及进行预测，展示了turicreate简化机器学习流程的特点。作者通过Docker解决turicreate在Windows上的兼容性问题，并提出通过API接口解决本地与容器交互的障碍。
近几天笔者深入学习了下机器学习、深度学习，不论是谷歌围棋AIAlphaGo、还是目前使用的阿里云智能语音合成，都非常吸引人。连续多天的理论学习后，总体而言，绝大多数教程都围绕数学算法展开，而实际上我们的需求与算法之间，对新手而言还是非常不容易去匹配的。比如当下的简单图片分类模型。
0. 简介
turicreate是苹果开源的一款人工智能工具，特点是简化了机器学习的开发模型，不必成为深度学习专家，就可以实现目标检测、图像分类、或与图像分类相似的分类。缺点是不支持windows，在wsl2里数次安装无果后，我直接写了个Docker，然后拿来就用。
turicreate的简单性，下面体验过就知道，完全是无脑操作，不需要懂背后的一堆数学模型，是一个比较通用的分类工具。之前学习过一些Pytorch的基础知识，在图像分类面前，目前还比较困难，后续我会逐步学透。
项目开源地址：apple/turicreate
1. 分类模型基本原理
需求：采集图像资源并进行人工处理，实现基本的分类操作，然后利用机器学习预测未知图像。
以连连看游戏为例，想要设计一种自动消除的机器智能，首先要做的就是机器感知出正确的图片，这样才可以输出二维矩阵，进行连连看消除算法。而图片感知这块，有一种理想状态是：截取卡片内中心点，对比RGB信息，如果一样则归为一类；但实际上由于截图不是非常精确或多点类
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
