資料準備 首先我們用 Google Search 來收集這三位角色的圖片作為訓練資料，這邊可以利用 google-images-download 這個 tool 批次下載圖片。 如下圖，將下載的圖片分別整理至三個角色各自的資料夾中。 Cloud AutoML Vision 有兩種上傳訓練圖片的方式，這邊我們使用 Cloud Storage 匯入。 首先，將收集好的訓練圖片上傳至 Cloud Storage (alpha 有限定要在 PROJECT_ID-vcm 這個 bucket 裡面，假如你的 project ID 是 test-123…
用 virtualenv 也有一段時間了，但是始終沒有一段筆記記錄如何從 0 到 1 架一個可以用於資料分析和深度學習的 virtualenv，剛好最近需要再重新實作一次，就順便記錄這段過程。 首先，如果沒有 virtualenv ，請先安裝一下： pip install virtualenv 接著，因為我的環境是 python 3 ，然後 package 要完全脫離機器上原先 package，因此要輸入： virtualenv --no-site-packages -p python3 env 然後 virtualenv 的名字就會是 env。緊接著，輸入以下指令來進入或者離開…
終於來到 Google Cloud Platform 第四篇 —— Cloud Vision API，也是前四篇之中，API 最為豐富的一個。話不多說，就直接開始吧！ 快速測試 首先，先選好一張圖片，裡面有越多東西越好，或者圖片越奇怪越好，這樣才能展現這個 API 的威力。因此我特別選了一張辦公桌的照片和一張 meme，以下是我選的圖片 (單一檔案須 < 4MB，取自 VRD dataset 和 這個網址)： 選好後，點選這個 網址，把圖片拖曳進去。接著我們來一一看 API 分析的結果： 1. Labels 在 labels…