正在使用MNIST的字料庫做手寫數字辨識的研究，當然每個手寫數字影像的標準答案是甚麼？就只能按照他們說的算！絕大部分還算合理，但是真的有少數案例很誇張！讓我不禁擔心會產生所謂Overfitting的問題，就是太遷就奇怪的答案，導致辨識邏輯的設計被扭曲了！

你看得出來上面6個字是數字幾嗎？按照MNIST的分類依序是：114455！但是第二與第四字很相似，一個說是1另一個卻說是4？第五字像是羅馬字母的δ，你覺得像是5嗎？第六字我怎麼看都比較像是3，但標準答案說是5？我也只能先假設它就是5了！

所以手寫字的辨識真的跟辨識印刷字大不同！潦草到一個程度就會有模糊地帶了！當然我們的目標還是要和大多數人的視覺觀感辨識結果一致！太潦草到人言人殊的案例如果跟標準答案不同就暫時不管它了！今天是開工第二周的結束，成果算是不錯！

目前研究的標的是0-9各60個影像，我的作法是建立辨識每個字的特徵邏輯，每個字的辨識邏輯必須盡量能讓所有該數字的案例通過初選！同時盡量減少誤認為別的數字的狀況！如果某些案例還是有超過一個答案，就進入次級的評估辨識，就是找到兩數字差異的特徵設法區分或選擇機率較大的答案！

我當然不可能同步建立10個數字的辨識邏輯！而是挑軟柿子，先從簡單一點的0與1開始，逐步進入到689等特徵較明顯的字，上週大約就可以讓01689的所有案例都能獨立辨識正確不會交叉誤認了！但是每多建立一個新數字的辨識邏輯當然就會與既有的辨識邏輯有交集衝突，所以必須滾動式調整！

這樣當然會越做越複雜也越慢！為了讓整個複雜邏輯結構明確穩固，進一步退兩步的情況是常常發生的！我必須很有耐心不能急躁，一覺得有點累注意力無法高度集中時就躺下睡覺！勉強硬幹的結果一定會陣腳大亂，就需要更多時間重整旗鼓了！還好是在家上班嘛！辦公桌與床鋪很接近的！一天午睡好幾次也不麻煩！

目前的進度比我預期的更快！以每個字60個案例的資料集來看，10個字已經有8個字可以完全辨識正確不會交叉誤認，剩下正在調整的是數字5，也有90%的正確率且不會與其他字衝突了！數字2則是完全尚未建立邏輯！希望在下週內可以根據這600個案例建立出完整的全套10個數字的辨識邏輯！辨識率當然希望是百分之百啦！

所以目前進度可以說已經是89分了！這個階段如果完成就算是辨識原型(Ptototype)就緒了！就會開始用更大量的資料作調整，下一階段的每個數字的影像資料量就是每個字都有數千張了！完整的最大資料集有28000張影像，那就是期末考了！目標就是這28000張可以達到95%甚至98%以上辨識率！

有趣的是：這個網站提供這些資料自始至終就不是讓任何人像我這樣玩的！他們是希望使用者可以嘗試用各種CNN與DL搭配的模式去訓練出辨識模型的！但是我絕對不會按照他們的指示去做那些嘗試！因為即使做了，我也只能看到某個模式可以得到多高的辨識率？但是完全學不到任何真正的影像辨識技術！是電腦在受訓學習，我甚麼都學不到！

而且如果我可以按表操課，任何人也都能照做，我怎麼可能有機會做出確定優於別人的辨識模型呢？大家能得到的模型都差不多的！最多只能自用無法當商品賣的！軟體業是贏者全拿的殘酷競爭場域！現在這些AI業者當然希望大家都笨笨的花錢投資玩這種毫無機會成功的遊戲！玩的人越多他們就可以從銷售資料、課程與工具程式上面賺到更多錢！也因為這種玩法需要極大的算力，硬體廠商也會跟著賺大錢！

所以我並不是絕對有把握可以做出超越他們說的那些RNN之類方式可以做到的辨識率！但是我非常肯定知道：跟著他們引導的方式去做鐵定不會有任何成功賺到錢的機會！只會浪費大量的時間與金錢，做出一些大同小異毫無市場價值的「訓練成果」，讓那些推銷CNN與DL的業者賺到很多不義之財！當然輝達那些賣電腦設備的也會賺很多啦！重點是你只能當冤大頭！

我不笨！但是也可能會研發得不夠好，終究是一場失敗的投資！但是比起投入毫無成功機會的研發，我至少是走在有機會成功的道路上！以目前進度看希望還蠻大的！希望大家幫我集氣祝福啦！祝大家66大順！