Python

[PyTorch] Getting Start: Neural Networks 神經網路的基本介紹

所謂的『神經網路』，便是我們想要進行深度學習所建的『模型架構』。在 PyTorch 官方的教學裡頭，第一句話就明確地闡明了：

『可以使用 torch.nn 來建構神經網路。』

nn 包含了模型層以及一個 forward() 的函式，並且會返回 output。這在之後的程式碼中可以清楚看見。

自動求導的重要性，相信精通 Machine Learning 的大家想必一清二楚吧！我在此只簡單地說明，當然，如果我的說明有誤的那是一點兒也不奇怪的，就請各路大神不吝指導一下我吧。

基本上，建構深度學習模型分成 Forward propagation 以及 Backward propagation 兩部分。

我之前寫了一個簡單的 Socket 教學，如果還不熟悉使用 Python 中的 Socket 的話請看這裡：[Python] socket 模組基本教學

就如同這篇簡單的教學所提的，我希望能夠透過 Socket 建立一個簡單的，只會重複你說話的 ChatBot，就跟大部分的 LineBot 教學一樣。（畢竟，要設定怎麼回覆使用者的話，就要看大家需要什麼『聊天主題』、要怎麼設計『檢索系統』了。）

我本來打算直接寫一篇使用 Socket 來建立簡單的、只會重複你說的話的 ChatBot，跟現在網路上還滿多的 LineBot 教學差不多。不過差別在於我使用的是 Socket 來建立兩端的連線，而 LineBot 我看過大部份都是使用 webhook 來完成的。

Google News 是 Google 所提供的新聞平台，目前最著名的便是會通過你的瀏覽新聞推薦你『想看的新聞』，這應該是基於某種關聯式學習的結果。在這點上，至少對我而言是相當適用的。（我真的每篇 Google 推薦的新聞都會想看 XDD 可以想像我到底提供了他們多少資料）

os 模組可以視為一個 Python 自帶的函式庫，可以幫助我們使用 Python 實現許多系統層級的操作。

今天因為自己的需求，希望能夠遍歷自己磁碟區底下所有的檔案，故找了一些教學，並自己實現了個遍歷所有檔案並計算大小的程式。

我每天都會碰到問題，想辦法使用工具解決問題已經變成了我日常生活的一部分。過去我在讀取 Excel 檔案時永遠都是挑 CSV 檔（逗號分隔檔）來處理，就像柿子挑軟的捏一樣，我知道我總有一天會碰上難題 —— 不是只要讀進來想怎麼處理都可以的 CSV、而是 Excel 的特定格式 XLS。

今天在進行自己的 Side Project 時遇到了需要大量剪切圖片的情況。所幸，那些圖片幾乎都是 1920 x 1080 的尺寸，所以我可以比較固定地剪取特定的區域。

隨著進行的影像處理的工作越來越多，越來越喜歡 Pillow。有空我想要寫一篇詳細點的筆記，今天只紀錄該如何剪取圖片。

本來想快速帶過 PyQt5 的基本教學，但奈何事與願違。自從開始學習、替很多程式加上圖形化界面後，越是發現自己需要學習、紀錄的東西還有很多。

日曆元件便是撰寫程式很常使用的一個元件。所幸，在 PyQt5 當中有個著可以呼叫的日曆元件，也可以實現一定程度的客製化。那麼，我今天就來紀錄一下我使用的心得。

Cifar-10 與 MNIST 相同，是一個有著 60000 張圖片的資料集（MNIST 的部份可以參考《使用 CNN 進行 MNIST 的手寫數字辨識 —— by Keras (實戰篇)》，與這篇的程式碼應該是大同小異。）