如今，機器學習無處不在，從垃圾郵件過濾和麵部識別到語音助手和無人駕駛汽車。但你不需要碩士學位就可以學會如何使用這項令人興奮的技術，多虧了微軟一款名為Lobe的新應用。

Lobe簡化了機器學習的過程，因此任何人都可以在沒有任何編碼知識的情況下建立AI（人工智慧）模型。我們將解釋Lobe是如何工作的，以及如何開始使用這個聰明的新工具。

什麼是微軟耳垂(microsoft lobe)？

Lobe是一款免費的Windows和macOS桌面應用程式，可以讓沒有程式設計或資料科學經驗的人進行人工智慧實驗。它還允許開發者將機器學習功能新增到自己的應用程式中。

Lobe於2018年9月被微軟收購，它可以讓你使用簡單的視覺化介面構建機器學習模型，而不是編寫程式碼。在當前的公共預覽中，您可以對影象集進行分類，以便Lobe可以識別相似圖片的內容。

在其人工智慧部落格上，微軟給出了耳垂被訓練識別有毒漿果的例子，透過在照片中發現鯨魚來保護海洋資源，並在停車位可用時發出警報。它還被用於一個養蜂專案，以檢測入侵蜂巢的有害昆蟲。

微軟計劃在未來擴充套件Lobe的功能，以訓練其他型別的機型。這將包括目標檢測（在影象中定位特定專案）和資料分類（在表中標記資訊）。

本文介紹瞭如何利用葉的影象分類特徵建立機器學習模型。

1下載並安裝microsoft lobe

要獲取適用於Windows或macOS的Lobe應用程式，請單擊主頁或Lobe網站右上角的下載按鈕。您需要輸入一些個人詳細資訊才能加入Lobe Beta，包括您的姓名、電子郵件地址和國家/地區，但由於Microsoft沒有驗證這些資訊，因此您可以偽造這些資訊。

事實上，Lobe最好的一點就是它不會損害你的隱私。該應用程式離線工作，您匯入的任何資料都保留在您的計算機上，而不是上載到雲（和Microsoft）。

這是一個相當大的下載量（在編寫本文時為378MB），安裝需要幾分鐘。一旦完成，您就可以直接開始使用Lobe，因為沒有任何設定需要配置。只需選中Run Lobe框並單擊Finish。

2在葉中新增和標記影象

當裂片開啟時，單擊主螢幕左下角的“新建專案”按鈕。在左上角輸入專案的名稱。現在可以新增和標記一些影象，以建立第一個機器學習模型。

單擊右上角的“匯入”按鈕，然後選擇是從計算機新增影象、從網路攝像頭捕獲快照，還是以結構化影象資料夾的形式匯入現有資料集。對於您的第一個AI模型，最好使用第一個最簡單的選項。

從硬碟中選擇至少五張同一主題的影象，可以單獨選擇，也可以在單擊時按住Ctrl或Cmd。理想情況下，這些部件應在背景、照明或位置上有所變化，以幫助葉識別重要部件。我選了我們鄰居福克斯的照片。

為第一個影象輸入一個描述性標籤，在我們的示例中是“fox”。Lobe將儲存此標籤，以便您可以快速將其應用於資料集中的其他影象。如果需要編輯標籤或刪除影象，請右鍵單擊圖片。

接下來，匯入另一組不同但相關主題的影象。我選擇了我的狗的照片作為耳垂，以區別於狐狸的照片。同樣，使用描述性標記標記第一個影象，然後將相同的標籤應用於其他快照。您可以選擇對其他集重複該過程，但只需要兩個來建立模型。

相關：4種獨特的方法為你的機器學習專案獲取資料集

三。訓練你的機器學習模型

一旦你建立了至少兩個標籤，並將它們應用到每個至少五個影象，Loop將自動開始訓練您的機器學習模型。當過程完成時，您將聽到確認音。

單擊左側列中的Train選項以檢視結果。將滑鼠懸停在影象上，您會看到一條訊息：“正確的預測。您的肺葉正確預測此影象為[標籤名稱]。”

您可以透過匯入另一個影象來測試模型是否工作，以檢視Lobe是否預測了正確的標籤。單擊左側的“播放”，然後將圖片拖放到應用程式中，或單擊“匯入”。

如果Lobe正確預測了匯入影象的標籤，請單擊綠色的勾選按鈕；否則，請單擊紅色按鈕。繼續新增影象，訓練你的人工智慧模型識別不同的主題變化。微軟建議每個標籤使用100到1000張圖片，這取決於任務的複雜性。

4最佳化機器學習模型

如果Lobe不斷做出錯誤的預測，有幾種方法可以讓你的機器學習模型更可靠。

進入列車區段，點選右上角的檢視按鈕，選擇不正確的第一個。這將向您顯示哪些影象最容易混淆。匯入這些錯誤標記影象的更多變體以標記為正確或不正確。這將使未來的預測更加準確。

即使您匯入的影象不包含相關內容，Loop也會始終預測您的標籤之一。為了防止錯誤識別，新增佔位符影象並將它們標記為“無”，這樣模型就不會被迫在錯誤答案之間進行選擇。

如果您使用的是一個大型資料集，並且經歷了大量錯誤的預測，那麼您可以強制Lobe更徹底地訓練您的模型。單擊左上角的三行選單按鈕，選擇“最佳化模型”，然後單擊“最佳化”。

5匯出要在應用程式中使用的葉模型

雖然您可以玩的時候，它也讓您匯出您的機器學習模型的行業標準格式，所以您可以使用它在您正在開發的應用程式。

您可以將資料集匯出為TensorFlow Lite，用於Android和物聯網應用程式；將資料集匯出為Core ML，用於開發iOS、iPad和macOS應用程式；將資料集匯出為TensorFlow 1.15 SavedModel，用於用Python語言編寫的應用程式。

單擊左上角的選單按鈕，選擇匯出，然後選擇首選格式。在儲存模型的檔案或程式碼之前，您可以選擇最佳化模型。Lobe還有自己的API（應用程式程式設計介面），用於在Python和.NET中執行匯出的模型。

不要擔心這些選項聽起來對您的程式設計專業水平來說太高階，因為LOVE會自動儲存專案。如果你需要技術幫助和建議，你可以訪問葉社群亞紅。

相關：什麼是谷歌TensorFlow

你所需要的只是耳垂

microsoftlobe提供了一種簡單的視覺化方法來建立基本的機器學習模型，而不需要擔心程式碼。你可以用它來分類你想要的任何影象，並嘗試從你的攝像頭捕捉到照片。

如果試用Lobe讓你渴望瞭解更多關於機器學習的知識，你會在網上找到很多免費的課程和教程來幫助你發展自己的技能和知識。