Lobe让深度学习工具介面视觉化不用写程式也能帮App加入AI功能

Lobe发布其深度学习开发工具，并表示透过他们提供的介面就能进行深度学习训练，开发者不需要撰写任何程式码，就能为应用程式加入图像或是声音辨识等机器学习功能。

Lobe强调他们提供的视觉化工具，让开发者不需要撰写程式码，就能为应用程式增加深度学习的功能。整个过程分为3个部分，建立模型、训练模型，最后移植到应用程式中。开发者可以将训练资料拖拉进Lobe工具视窗中，Lobe便能自动建立客製化深度学习模型，并开始训练，待模型训练结束，便能输出使用在应用程式上。

Lobe展示将照片中人物的手势对应到Emoji的方法。Lobe工具提供了开发者非常高阶的操作介面，在建立模型的阶段，系统能自动产生区块，使用者透过拖拉的方式，建立照片与特徵的关係，以及特徵与对应Emoji图像的关係，藉由调整区块属性细节，以最佳化模型。（来源：Lobe）

在Lobe工具中，模型训练的资料能以视觉化的方式呈现，提供使用者浏览并拖拉排序所有的资料，而这些训练资料也会自动被分类，部分用于训练模型，另一部份可以用于验证模型。Lobe提供的云端训练资源，宣称能达到即时回应的互动，使用者还能以互动式图表监控模型的精準度。

Lobe虽然提供了高阶的操作工具，但底层建立在TensorFlow和Keras的深度学习框架之上，因此使用者也能深入调整参数，添加图层，甚至是以数百区块设计全新的训练架构，而这些操作皆在使用者拖拉介面的时候同步生效。

在训练完模型后，使用者可以选择输出成TensorFlow或CoreML格式，直接在应用程式上执行，或是将模型託管于云端，使用Lobe开发者API，将深度学习功能整合进应用程式中。