手寫中文的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

深度學習與目標檢測

為了解決手寫中文的問題，作者杜鵑 這樣論述：

本書的寫作初衷是，從學者的角度，用一種通俗易懂的方式，把與基於深度學習的目標檢測的相關論文中的理論和方法呈現給讀者，同時針對作者在深度學習教學過程中遇到的難點，進行深入的分析和講解。 本書側重對卷積神經網路的介紹，而深度學習的內容不止於此。所以，作者將深度學習分為有監督學習、無監督學習和強化學習三類，將圖像分類、目標檢測、語音辨識、人臉識別、對抗生成網路和AlphaGo圍棋等應用場景歸入不同的類別，並分別對其原理進行了概括性的講解。 本書適合有一定深度學習或目標檢測學習基礎的學生、研究者、從業者閱讀。   杜鵬，博士，現任職於華為。2014年起在韓國科學技術學院和新加坡

南洋理工大學從事博士後研究。回國後，曾任杭州電子科技大學副教授、浙江核新同花順網路資訊股份有限公司演算法研究員。2018年被NVIDIA深度學習學院評為優秀校園大使，在SIGGRAPH、PG等國際著名學術會議發表論文10餘篇。 諶明，博士。2004年加入美國道富集團，2011年加入浙江核新同花順網路資訊股份有限公司並任首席技術官，推動了包括電腦視覺、語音技術、自然語言處理、機器學習等技術在金融、醫療等領域的商業化落地。 蘇統華，博士，哈爾濱工業大學副教授，自然手寫中文文本識別的開拓者。曾出版手寫漢字識別領域的首本英文專著，以及7本GPU計算和大資料分析方面的譯作，所領導的NVIDIAGPU

教育中心連續4年被NVIDIA評為中國區優秀GPU教育中心。   基礎篇 第1章 深度學習概述 2 1.1 深度學習發展簡史 2 1.2 有監督學習 4 1.2.1 圖像分類 4 1.2.2 目標檢測 6 1.2.3 人臉識別 10 1.2.4 語音辨識 13 1.3 無監督學習 18 1.3.1 無監督學習概述 18 1.3.2 生成對抗網路 18 1.4 強化學習 21 1.4.1 AlphaGo 21 1.4.2 AlphaGo Zero 23 1.5 小結 25 參考文獻 25 第2章 深度神經網路 27 2.1 神經元 27 2.2 感知機 30 2.3 前向傳

遞 32 2.3.1 前向傳遞的流程 32 2.3.2 啟動函數 33 2.3.3 損失函數 37 2.4 後向傳遞 40 2.4.1 後向傳遞的流程 40 2.4.2 梯度下降 40 2.4.3 參數修正 42 2.5 防止過擬合 44 2.5.1 dropout 44 2.5.2 正則化 45 2.6 小結 46 第3章 卷積神經網路 47 3.1 卷積層 48 3.1.1 valid 卷積 48 3.1.2 full 卷積 50 3.1.3 same 卷積 51 3.2 池化層 52 3.3 反卷積 53 3.4 感受野 55 3.5 卷積網路實例 56 3.5.1 Lenet-5 5

6 3.5.2 AlexNet 59 3.5.3 VGGNet 62 3.5.4 GoogLeNet 64 3.5.5 ResNet 72 3.5.6 MobileNet 73 3.6 小結 76 進階篇 第4章 兩階段目標檢測方法 78 4.1 R-CNN 78 4.1.1 演算法流程 79 4.1.2 訓練過程 80 4.2 SPP-Net 83 4.2.1 網路結構 84 4.2.2 空間金字塔池化 84 4.3 Fast R-CNN 86 4.3.1 感興趣區域池化層 86 4.3.2 網路結構 88 4.3.3 全連接層計算加速 89 4.3.4 目標分類 90 4.3.5 邊界框

回歸 91 4.3.6 訓練過程 93 4.4 Faster R-CNN 96 4.4.1 網路結構 97 4.4.2 RPN 98 4.4.3 訓練過程 104 4.5 R-FCN 106 4.5.1 R-FCN 網路結構 107 4.5.2 位置敏感的分數圖 108 4.5.3 位置敏感的RoI 池化 109 4.5.4 R-FCN 損失函數 110 4.5.5 Caffe 網路模型解析 111 4.6 Mask R-CNN 115 4.6.1 實例分割簡介 115 4.6.2 COCO 資料集的圖元級標注 116 4.6.3 網路結構 117 4.6.4 U-Net 121 4.6.5

SegNet 122 4.7 小結 123 第5章 單階段目標檢測方法 124 5.1 SSD 124 5.1.1 default box 125 5.1.2 網路結構 125 5.1.3 Caffe 網路模型解析 126 5.1.4 訓練過程 134 5.2 RetinaNet 136 5.2.1 FPN 136 5.2.2 聚焦損失函數 138 5.3 RefineDet 139 5.3.1 網路模型 140 5.3.2 Caffe 網路模型解析 142 5.3.3 訓練過程 151 5.4 YOLO 152 5.4.1 YOLO v1 152 5.4.2 YOLO v2 155 5.4

.3 YOLO v3 157 5.5 目標檢測演算法應用 159 5.5.1 高速公路坑洞檢測 159 5.5.2 息肉檢測 160 5.6 小結 162 應用篇 第6章 肋骨骨折檢測 164 6.1 國內外研究現狀 165 6.2 解決方案 166 6.3 預處理 166 6.4 肋骨骨折檢測 167 6.5 實驗結果分析 168 6.6 小結 170 參考文獻 171 第7章 肺結節檢測 172 7.1 國內外研究現狀 172 7.1.1 肺結節可疑位置推薦演算法 173 7.1.2 假陽性肺結節抑制演算法 173 7.2 總體框架 174 7.2.1 肺結節資料集 174 7.2.2

肺結節檢測難點 175 7.2.3 演算法框架 175 7.3 肺結節可疑位置推薦演算法 176 7.3.1 CT圖像的預處理 177 7.3.2 肺結節分割演算法 178 7.3.3 優化方法 180 7.3.4 推斷方法 182 7.4 可疑肺結節定位演算法 183 7.5 實驗結果與分析 184 7.5.1 實驗結果 184 7.5.2 改進點效果分析 184 7.6 假陽性肺結節抑制演算法 186 7.6.1 假陽性肺結節抑制網路 186 7.6.2 優化策略 190 7.6.3 推斷策略 192 7.7 實驗結果與分析 192 7.7.1 實驗結果 193 7.7.2 改進點效果分析

193 7.7.3 可疑位置推薦與假陽抑制演算法整合 194 7.8 小結 195 參考文獻 195 第8章 車道線檢測 198 8.1 國內外研究現狀 198 8.2 主要研究內容 200 8.2.1 總體解決方案 200 8.2.2 各階段概述 201 8.3 車道線檢測系統的設計與實現 204 8.3.1 車道線圖像資料標注與篩選 205 8.3.2 車道線圖片預處理 206 8.3.3 車道線分割模型訓練 211 8.3.4 車道線檢測 220 8.3.5 車道線檢測結果 224 8.4 車道線檢測系統的性能測試 224 8.4.1 車道線檢測品質測試 224 8.4.2 車道線檢

測時間測試 226 8.5 小結 227 參考文獻 227 第9章 交通視頻分析 229 9.1 國內外研究現狀 230 9.2 主要研究內容 231 9.2.1 總體設計 231 9.2.2 精度和性能要求 232 9.3 交通視頻分析 232 9.3.1 車輛檢測和車牌檢測 233 9.3.2 車牌識別功能設計詳解 235 9.3.3 車輛品牌及顏色的識別 243 9.3.4 目標跟蹤設計詳解 244 9.4 系統測試 247 9.4.1 車輛檢測 248 9.4.2 車牌檢測 251 9.4.3 車牌識別 253 9.4.4 車輛品牌識別 256 9.4.5 目標跟蹤 259 9.5

小結 259 參考文獻 260  

手寫中文進入發燒排行的影片

機器學習為基礎之中文字體辨識

為了解決手寫中文的問題，作者謝昀澂 這樣論述：

手寫中文字辨識問題與印刷體中文字辨識問題的發展歷史悠久，過去大多研究都侷限在以GB2312-80編碼的CASIA-HWDB簡體中文手寫資料集，缺少使用繁體中文資料集，主要原因是繁體中文資料集的資料量不足。過去的文獻中，手寫體與印刷體經常被分開辨識，但是中文字辨識同時有手寫體與印刷體的辨識需求。隨著人工智慧與機器學習的發展，生成對抗網路能產生出非常逼真的影像，而卷積神經網路常被用於不同的辨識問題中。本研究的目的是使用現有的繁體中文手寫資料集混合印刷體資料，利用生成對抗網路的特性產生擬真的資料以擴展資料集，彌補繁體中文資料量的不足，最後使用卷積神經網路進行辨識，在經過多次實驗改良卷積神經網路的模

型後，準確率可以達到93.99%。

少難過一點的練習簿

為了解決手寫中文的問題，作者李．克拉治利 這樣論述：

◎一本前所未有的心理勵志書，透過簡單的書寫與塗鴉，療癒自己的心 ◎超過100個讓你記憶起快樂的小練習 ◎特別邀請！作者親自手寫中文書名與文案 　　新的一年，年送給朋友與自己的最佳療癒書 　　你的難過是幾格灰色？ 　　如果快樂悲傷有座標圖，你落在哪個位置？ 　　畫個箭頭，向右表示好轉；向左則相反，你的心情現在如何？…… 　　超過100個讓你快樂一點（或是少難過一點）的小練習，幫助你整理自己的心情。 　　開心點。 　　一切都只是你的想像。 　　想些開心的事啊。 　　振作起來！ 　　你有什麼毛病嗎？ 　　打起精神來！ 　　當所有打氣的話都起不了作用、當所有勵志的書都幫助不了你，或許你該試試這

本書。這些小練習，或許有的有用、有的沒用，看起來也毫不起眼，但至少你可以試著透過這些練習來感受心情上的轉變，進而幫助你找回那些曾經快樂的感受。 　　然後，別忘了：去擁抱自己的情緒，快樂無妨、悲傷也無妨。 　　不如把「少難過一點」當作目標就好。 　　你是否有過這樣的經驗，不快樂時，旁人的打氣與鼓勵，反而讓你更洩氣？一直勉強要讓自己開心，常常只會讓自己心情更糟。練習讓自己「少難過一點」，離快樂近一點。 　　這本書並不能治癒你，也不能讓你感到快樂。但好消息是，沒有一本書可以作到這件事，而你自己也明白這件事。因為你清楚知道，那些像是墜入深淵般的沮喪，是沒有任何一本書可以讓你快樂起來的。但這本書

可以讓你透過書寫、塗鴉，幫助你發現與記憶起那些讓你感到快樂的事……或是，可以讓你少難過一點。 　　本書是作者在陷入情緒低谷時所寫作而成。在這段情緒的復原過程中，他學著了解情緒的生理運作，研究相關的哲學心理學討論與許多人從情緒低潮中好轉的歷程，再將這些發現轉化為各種活動，親身體驗，本書即是將他在研究過程中嘗試過的各種活動集結成冊。 　　內容主要分為九個單元，分別設計了許多小練習，從不同角度來幫助大家調整自己的情緒。本書漸進式地引導讀者敞開心扉，在思考和創意之間找到不快樂和快樂的根源。 　　快樂需要練習。選擇適合自己的方式來感受自己心情的轉變，學習處理情緒，讓自己（不必一直那麼努力）就能漸漸

成為一個快樂（或是不再那麼難過）的人。 名人推薦 　　環保志工 李偉文 　　繪本作家 李瑾倫 　　華人正念減壓中心創辦人 胡君梅 　　心理諮商師 黃錦敦 　　身心靈老師 賴佩霞 　　療癒推薦(按姓氏筆畫序) 各界讚譽 　　「第一次翻閱本書時我很緊張，因為我知道這本書是有效的！它不只是本自助書籍，更像個實事求是、手上長滿硬繭的藍領朋友，只要你難過，就隨時推你一把。這本書講求行動，但也講求坦誠。書中沒有陳腔濫調，作者也絕不是個樂天派。此書是張鉅細靡遺的地圖，帶領讀者通往一個心情能明顯提昇的所在，也讓讀者能更處變不驚的面對生活中的逆境。」——羅勃．德萊尼（Rob Delaney），喜劇演員

　　「此書發揮了我認為最可貴的效果：它並不是直接給你解答，而是給你一股靠自己尋找解答的能量，這是我所見過最平易近人、最體貼、最獨特、最完美無缺的練習簿。此書非買不可、非讀不可、非用不可。」——布里安娜．威斯特（Brianna Wiest），《人性元素》（暫譯，The Human Element）作者 　　「採取行動一步步戰勝憂鬱需要勇氣。但在鼓起勇氣的同時，身邊若能找到充滿關懷的指引，也會很有幫助。《少難過一點的練習簿》來自一個善體人意、寬容的所在，而且其動機真誠純正。首次閱讀此書時，我心想：『當初的我應該用得上這樣一本書啊。』但接著我又想：『現在的我還是用得上這樣一本書啊。』」——傑森

．波特（Jason Porter），《你為什麼難過？》（暫譯，Why Are You So Sad?）作者 　　「《少難過一點的練習簿》是在我難過時，希望能有他陪伴的那種朋友。他讓我宣洩卻不批判我，他給了我些許指引，提醒我其實並不是孤獨一人，也讓我拿著色筆在他全身上下四處塗鴉。」——麗莎．柯里（Lisa Currie），《你和我和我們的塗鴉日記》（暫譯，The Scribble Diary and Me, You, Us）作者 　　「無論你是碰巧遇上糟糕的一天，或是壞心情來得比較頻繁，本書都將協助你對生活產生新的體認。書中充滿簡單、體貼、深入人心的練習題，隨著你的步調，一分分、一天天、一週

週，伴你度過難關。」——柏納黛．諾爾（Bernadette Noll），《慢活家庭》（暫譯，Slow Family Living）作者 作者簡介 李．克拉治利 Lee Crutchley 　　此時正居住在一個英國小鎮上繼續寫書塗鴉著。他以第三人稱寫作本書，雖然這麼做感覺有點怪。此刻的他正想著，這本書該寫得充滿權威，令人肅然起敬，還是要風趣惹人愛，但他正打算兩種都不要。 　　他不是醫生，也沒有心理衛生領域的專業證照，他只是偶爾會難過得不得了。他認為，假如你覺得有必要，就應該尋求專業的協助諮詢，就算不覺得有必要，或許還是值得一試。 　　◎他的個人網頁：leecrutchley.com

譯者簡介 王以勤 　　臺大外文系畢業，熱愛德國與德國文化，現專事翻譯。譯有《17天就逆齡！幫你的身體恢復年輕》、《卡路里與束身衣：節食、瘦身、飲食，及人類兩千年來與肥胖奮鬥的歷史》 嗨，我猜想，你現在讀這本書是因為你覺得難過，或是想要快樂起來。你可能也會希望這本書會告訴你人生幸福美滿的答案，甚至還可能預期我通曉某種快樂的「訣竅」，但我很遺憾告訴你，我其實並不懂。本書無法修補你的心，也無法讓你快樂起來。坊間有不計其數號稱能達到這兩種功效的書，還有更多標榜能改變你一生的書，但這些書你看過的究竟有多少？真的發揮功效的又有多少？我的經驗是，最不可能改變你一生的書，就是做出這種保證的書。

我也應該一開始就先表明：我不是醫生，也沒有任何心理衛生領域的專業認證。我只不過是個偶爾會難過的傢伙，而去年的我正好非常難過。我不會把太多細節告訴你，但我肯定，你能想像我所謂的「非常難過」是怎麼一回事。那是種內心瞬間被麻木空虛與排山倒海而來的絕望所取代的難過。那段日子我花很多時間思考。後來，好不容易才總算搞清楚了自己動不動就如此悲傷的原因。我知道這麼說可能很怪，但我曉得，我之所以不快樂，有一部分是因為當時的我太執著的想讓自己「開心」起來。我愈努力想讓自己開心，就愈開心不起來，一旦愈開心不起來，也就愈感悲傷。我記不清確切的起因與時間點，但某日我突然下定決心徹底放棄，不想再試圖追求快樂，因為追求快樂

很顯然是行不通的。與其如此，我決定試著讓自己少難過一點，而這個目標感覺起來也容易許多。事實上本書的書名也一度暫定為「你曾嘗試少難過一點嗎？」即使這句話不那麼適合做為書名，但我依然認為它是你在悲傷愈演愈烈之際，可以拿來問自己的關鍵問題。大約是去年一年來，我研究了無數大腦與身體如何運作的文獻，翻閱各種從哲學與心靈層面去解釋快樂悲傷的資料，也讀過許多紀錄，了解其他憂鬱的人有什麼感受——以及他們的心情如何開始好轉。這一路走來，我試過許多可能讓自己少難過一點的小練習，也使我快樂多了。說實在的，要是快樂真有什麼訣竅，那個訣竅就是：少難過一點和更快樂一點並沒有兩樣。本書收錄了許多我嘗試過的小練習。練習中的所

有任務，都是（偶爾是簡略的）建立在我的研究、經驗與科學實證上。

手寫辨識用於自動評分系統之研究

為了解決手寫中文的問題，作者葉勝宏 這樣論述：

人工智慧發展重構了人類生活樣貌，教育現場原有教學工作也不斷在變化。因人工智能逐漸的成熟發展，重複性高且單一的評量工作將有機會被取代。在教育現場中，評量一直是教學成效中很重要的一環，為了提升實施評量後的評分工作效率，現今學校考試採用電腦閱卷機器，試圖減輕教師評量負擔，目前電腦閱卷系統有兩種，一種是利用讀卡機的閱卷方式，但需受輸入設備的限制，必須搭配廠商特定的系統與答題答案卡;另一種是應用電腦網路線上測驗系統，但學校需花費架設硬體設備。且無論是讀卡機形式或是線上測驗系統，對於中小型學校而言，答案卡耗材與設備建置皆是一筆額外的負擔。在科技發達的時代，自動化技術應與時俱進，本論文將使用機器學習演算法

，進行手寫辨識系統設計，利用卷積神經網路架構，建置低成本的自動評量系統。在實驗結果的部分，本論文總共收集了15000筆手寫資料，辨識結果平均可達90%以上，希望能藉此提高閱卷速度、降低人力需求，讓教師有更充足的時間投入教學研究，提升教師的教學品質。