在这个信息爆炸的年代，信息差就是最好的摇钱树，而没有武器的人是可怜的。
——Keylong Jasper
原因
前段时间自学python中的人工智能模块Tensorflow和caffe，过程很是复杂和艰辛。工具本来是应该方便人类的，而不是变得更复杂，让人难以使用。当然我是肯定不会停止于满足当下的框架的，既然已经有成熟的模块打包，我心里想肯定也会有可视化的人工智能平台，经过我的一天寻找，终于找到了这个可视化深度的学习平台。重点它还可以在本地直接搭建安装环境，在本机进行深度运算学习！
功能设想
深度学习平台做一个深度的图片分类预测，对各种类型的图片进行分类后让机器进行学习，然后让其预类别。Simply，就是预测图片里的内容了！
过程
01
下载安装
首先安装这个DeepLearning Studio 平台，当然这个下载资源我会在后台提供，因为是在海外的企业开发的，所以国内下载可能会出现一些问题。这里大家关注我的公众号后去“可视化AI”就可以下载了！具体的安装过程不细说了，就是next and next。
02
运行Deep Learning Studio
它的管理器界面，stauts是运行的状态，setting是关于一些端口的设置，logs是日志。这里不用调节太多设置，直接点击start就可以了！这个过程软件默认会下载一些常用的数据库文件，它会自动检测你的GPU是否支持深度学习，如果支持，就会启用你的GPU进行运算。（第一次运行可能时间稍微长一点）
运行成功后，点击里面蓝色的网址就可以进来这个可视化的深度学习平台了，是不是很酷！
03
新建项目
打开网页后可以看到一些示例的project，这里我们看到有一个是我们刚好想要做的分类的算法。---CIFAR-10 - Object Recognition in Images。
简直不能再great了!我们这里就直接打开这个项目吧！
进来后我们看见有很多的datas ，图片数据。
And it means that 这个页面就是用来输入数据的。
我们在这个页面可以直接导入需要的数据和分割数据，不用再用slipt（）、import tensorflow。numpy。。之类的了！
然后我们来到核心的内容，就是算法的架构/模型，这个就是可视化的地方，我觉的体验是相当不错的！
input 输入数据
normalize：数据标准化，以及一些转换维度的操作等等
这里其实需要有一点深度学习的基础，这里我暂时不详细讲这个东西。
这里需要哪些模块只需要拖拽和填写参数就可以搭建好自己的深度学习模型了，这无疑是非常方便的。
这个地方是调节深度学习中一些优化器的参数，这个有兴趣的童鞋可以在后面与我交流。
构建好模型以后点击training，模型就会进行训练，左边是loss图，显示是他的错误率，数值越少越好，右边是Accuracy，正确率自然是越高越好了。
training 一段时间后，我们可以发现正确率越来越高了，正如人的一个学习过程一样！
下面的一些条形图显示的是系统的资源使用率，包括CPU，GPU，内存等等。
更有趣的是在这里你可以选择不同的深度运算结果进行对比，这个对于调参和优化深度学习的模型是非常有帮助的!
最后来到interface页面，也就是说测试的页面。
这里面我们upload一张机器从来没看过的图片，让机器识别。
机器可以准备的识别出来！并且会推测正确概率！
最后我们可以将模型导出，直接用这个深度模型对图片进行验证，不需要再重新学习，这相当于站在巨人的肩膀上，你肯定看的更高更远了！
结语
人工智能时代已经悄悄到来，正如当年电商淘汰了开实体店的你一样！不过这里人工智能门槛还是比较高，需要一段时间普及。在这之前，我们应该学会如何利用这股力量，而不是在力量到来时被无情毁灭！
我的新浪weibo：https://weibo.com/dskeylong/
公众号：商业信息联盟
有问题或者想交流的朋友可以给我留言，我看到会及时回复你们的问题！