自得其樂的部落格

實際操作並實驗

身為一個懶惰的人，總想偷懶，所以我就用機器學習來訓練跑跑卡丁車的影像辨識。

首先我挑了一張非常簡單的地圖，只需要用到右轉的「城鎮運河」，把卡丁車移動到大馬路上，前面都沒有障礙物的情況，一張張圖片擷取，為了怕辨識失誤，我除了用攝影機外，還用電腦一張張截圖。

除了簡單的前左右(後沒必要)，我還模擬了撞牆的情況，所以每一個轉彎處的牆壁，我都一一撞，花了好幾個小時，訓練完後就開始改程式，程式都沒問題，但一開始就遇到模組錯誤的情況，英文很爛的我還是看了好幾個外國網站，看了一堆的方式，就一一嘗試，結果嘗試的過程中產生了更多的問題，最後我就把所有的套件、模組都更新，結果還是不行。

我一一把所有深度學習需要用到的套件、輔助都安裝了，結果還是有問題。

沒辦法的我只好把套件、模組都卸載，再重裝，結果又出現問題，Anaconda的Lib拒絕我安裝套件與模組。

悽慘的我又出把相關安全性都勾選同意，好不容易又安裝完成，結果無情的ERROR又跑了出來，不過看著ERROR愈來愈少的我感的很欣慰。

我想了那個ERROR很久，看了那麼多解答，有改變版本或是卸載，安裝特定版本。

但這樣太麻煩，可能又要開虛擬環境，卸載目前最新版本的模組與套件，還不保證能正常跑。

所以我就跑去吃飯了，順便回家拿keras深度學習的書籍，回到實驗室看了第一個錯誤，tensorflow裡面有keras耶，會不會式這個衝突，所以我就去卸載keras，結果就能正常運作了。

很高興的我以為可以用這簡單的模型去寫相關腳本了，結果發現不管使用何種虛擬鍵盤，跑跑都不接受輸入。害我當時都有想去設計相關機構來按按鍵了。

我想，既然都訓練了那麼久，那就拿去玩賽車小遊戲，結果一開場就墜毀，讓我都懷疑我的data到底是有多爛了。

想不到能用這簡單機器學習模型做什麼的我，就在腦中思考簡單、按鍵少、判斷少的遊戲，沒錯!就是google小恐龍，不用網路也可以玩的小恐龍!

因為只需要空白鍵，所以我只設定了兩個類別，跳躍與不跳躍。

辛勤的我一樣把資料用兩種方式整理起來，一次給他訓練個千次。

期待表現的我，就開始讓他跑，結果—這什麼爛成績!

要你何用?

後來我反思一些問題點 : 

1. 照片的清晰程度

2. 攝影機太爛(不到1000)

3. 擷取時FPS設定太低

4. 不應該用電腦內建擷取，如果要使用攝影機，那用攝影機拍的Data 訓練就好

5. 擷取的時間誤差

6. 擷取的資料太差，應該更嚴格篩選