いくつかの時間前、日本のテレビドラマ「あなたのターンは、」火は、プログラマーとして、私は別の見プログラマほとんど彼がしたことである私に触れ、二階堂、彼のライフスタイル、および食事法、私は自分の感情を共有しましょうを- AIチャットロボット、AI料理分析ロボット、AI犯罪分析。
これは、プログラマが、私は突然、比較の波と情熱を発芽、私はそれをしなければならない（ささやきのBBを、次を試していた）ことができます：
だから、私は比較的単純なものから始めたいと思い、「AIは、料理のロボットを分析します」：
AIロボット分析料理：
1.より多くの関係、そして、あなたが私をここに保持し、対話とQ私はほとんど同様のコールAPIはコードとして、リアルタイムの対話を取得として知るために使用される各サイトをクロール、コーパスを確立し、私がここに集中し、画像認識でありますおそらくほぼ40,000データを取得し、
ここではいくつかの結果は、あなたがデータを必要とする場合、あなたは（あなたの電子メールを残して）メッセージのように指すことができ、以下のとおりです。
画像認識に関しては2：
1.イメージトレーニングは、私はここで、すべての手段によって、長い時間を探して、必要に応じてkaggleゲームは、（一部）として、食品のイメージの101種類があり、101000枚の画像を使用していた見つけるんだ、大量のデータを必要とします以下のようなメッセージ（メール）以下の点で：
上の写真と同様に、それぞれの絵があまりにも食べ物に対応している、我々は、各画像の特徴量を抽出する必要があります。
2.我々は、さらに色を含む、上述した画像、サイズ、ことを、我々は特徴抽出見ることができ、画像の行列であるので、ここでは画像と同じサイズ、及び階調処理になる必要があります。ここでは、説明します。
同じサイズに画像処理：我々は、画像サンプルサイズならば、我々は直接同じに、行列のサイズは同じではありません持っているので、実際には問題があるでしょう、簡単で便利なため、時間を持って、画像のデータ行列を訓練している場合の：
インポートNPとしてnumpyの から PILのインポートイメージ IMG = Image.open（" ：/画像/ baby_back_ribs / F " .convert（+ I）' L ' ） IMG = img.resize（（512512 ）） img.save（" F： / baby_back_ribs28 / " + I）
ここでは、貫通IMG Image.open =（" F：/写真/ baby_back_ribs / " + I）.convert（' L ' ）階調処理画像、及びIMGのimg.resize =（（512、512 ））画像処理512のために512、最後に保存されました：
我々は画像として扱うた後、見られるので、画像を得ることができるように、我々は、データとして使用することができます
3.私たちは、グレースケール画像の私たちの行列を取得します。
用 I における範囲（512 ） のための J における範囲（512 ：） ピクセル = 1.0フロート（img.getpixel（（J、I）））/ 255.0
だから我々は、マトリックス化することができます。
各画像は512×512のデータを持って、我々はここにある平らな2次元マトリックスは、一次元のマトリックスにあります。だから我々は、すべてのデータが行列をベースとした後、アルゴリズムをテストしているこれらの101 000を描くことができます。
特定のコード、まだテストされている、現在、多くの問題を経験していたが、ステップのプロセスバイステップで、バックは、私は次のように遭遇し、解決の問題のいくつかを考えると、更新されていきます。
1.データ取得：私はあなたが親指の下にそこになりたい場合は、メッセージを残して、データを検索するために長い時間を見つけて、この101000枚の絵、私はあなたが（約5グラム）過去に送信されたメール差し上げます。
2.保存され、大量のデータ、エラーが発生しやすい扱うので、私たちは、執筆時点で最良のソース画像のコピー注意する必要があります。
前記画像の特徴は、オーバーフィッティング現象を起こしやすい、共通のアルゴリズムを満たすことがより困難であり、1000の図はまた、精度が低い、間違いを識別することは容易特に大きくはありません。
4.行列アルゴリズムを実装する場合は、訓練のために100枚の画像にするたびに、次元画像、及び画像の長さに注意を払います。
そして、他のデータは、私たちが学ぶように、テストの安定供給源の後にリリースされます。
連続更新は、私はあなたがブログの背面に注意を払う願って、ポイントがデータ・メッセージ（Eメール）を賞賛する必要があります.....