中秋节是合家团圆的日子，朋友圈、微信群的祝福此起彼伏，不过对于我这样常年呆在家里的人而言，是无法理解“但愿人长久，千里共婵娟”的。中秋节三天和平常没什么两样，闲得无聊，就想找点事情做做。
今年年初决定开始学习人工智能，从吴恩达的《machine learning》到《deep learning》专项课程开始，再后来接触具体的实战编程，学习了Tensorflow和Keras。虽然学了这么长时间，但总感觉还是飘在表面，看各种深度学习示例，觉得没什么难的，但是自己去写，又不知道怎么下手。经过一番思考之后，还是决定实际做一个项目，在做项目的过程中发现不足，再深入下去。
在微信上看到一个非常有意思的小程序：识花君，对着花花草草，拍一下就能知道花的名字。受此启发，决定开发一个识别狗狗的小程序，名字就叫做识狗君 (名字怎么听起来怪怪的，不过暂时也没有想到好的名字，先暂用一下吧)。
在实施过程中，发现问题连连。首先，考虑使用tensorflow.js，这样识别功能就无需借助云端，但经过尝试，发现小程序不支持tensorflow.js，虽然微信小程序也用到了chromium内核，暂时放弃。接下来考虑采用云端方案，这需要开发小程序，还需要进行服务端开发，这两者都是我不擅长的，考虑下来短期之内也无法完成。最后考虑到tensorflow lite，还是先开发一个android app起来，把整个流程理顺，再来考虑微信小程序。
猫狗识别网上资料很多，也很适合做深度学习的演示示例。结合各种资料，倒腾了一个android app的原型，代码放到github上：https://github.com/mogoweb/aiexamples.git ，代码位于tflite/AIDog目录下，有兴趣可以看看。
模型采用Google Inception V3, 训练数据集采用stanford dog datasets。不过做下来之后，发现要做一个完整的app，还有很多后续工作：
- 模型太大，有80多M，对一个轻量级app来说太大，要考虑采用针对移动设备的模型;
- 缺少狗狗的数据库资料，比如中文名、介绍，等等。上网搜寻，也没有找到现成的数据库，考虑采用网络爬虫或者手工采集一些资料。
- 界面设计，做一个demo容易，但如果作为一个产品，交互设计其实有很多考量的。
嗯，先这样吧！后续还会继续进行完善，我也会分享在这个过程中碰到坑、在终端进行机器学习的心得，敬请关注！
最后，祝大家中秋快乐！