在 Google Colab試 run HuggingFace 模型 - 評估記憶体耗用

因為每次呼叫 HaggingFace API取得資料時，有可能 model 沒有載入，所以會有一小段時間讓 HaggingFace API 載入 model後才可以使用，所以想在 NAS 用 docker 使用 model 並建立 API可以立即使用，但 NAS的記憶體只有小小的幾 G怕無法負載，先在 Colab 跑程式碼看看，參考 https://www.sbert.net/ 執行程式碼，測試結果單一 model 約 3G，如果要再載入其他 model 可能也要 1G以上，看來可能要找其他環境。

 

Face recognition, 自家人的臉部識別 - machine learning tensorflow CNN + Mobilenet SSD

我不會建立 model，但希望可以了解 machine learning的原理和應用，所以就試著找找好玩的東西，才發現台灣有好多優秀的人才在作這一塊，程式寫很久的我很習慣處理邏輯， if  else用的很多，但對於 machine learning這種東西完全是不能理解的，因為不用自己寫邏輯的部份，系統就會透過 training後就可以作出回答，到現在我才慢慢習慣它

學 machine learning現在最流行的應該是 TensorFlow了，而使用 tensorflow的話， 一般入門者最好看看 Keras，有大陸同胞翻譯的中文說明可以看，有興趣的人相信在這邊可以找到很多資訊的

使用 VSCode開發 python

Anaconda安裝程式會問你需不需也安裝 VSCode，安裝之後如果 python有建立虛擬環境的話，比如要建一個 tensorflow用的需要 python 3.5的話，這時就要設定 VSCode的 Path

作法請參考  Configuring Python environments
先按下 Ctrl + Shift + P後輸入 python:Select Interpreter後就可以選擇其環境