大話深度學習：B站Up主麥叔教你零程式碼實現影像分類神經網路
之前，我在B站發布了「大話神經網路，10行程式碼不調包，聽不懂你打我！」的影片後，因為簡單易懂受到了很多小夥伴的喜歡！
但也有小夥伴直呼不夠過癮，因為大話神經網路只有4個神經元。
也有小夥伴問不寫程式碼，是否可以做人工智慧。應對這兩個問題，我錄製了新的影片，來實現一套基於CNN的圖片分類的神經網路！
華為雲影片：//bbs.huaweicloud.com/videos/102831
在影片中，我們先是運行一套基於tensorflow的程式碼，讓大家體驗原汁原味從數據準備，訓練，和使用模型的過程。相關的tensorflow程式碼，資源的下載都可以在我的github上獲得：//github.com/maishucode/tensorflow-image-detection
然後我會詳細講解如何利用華為雲ModelArts，零程式碼輕鬆實現一個圖片分類網路，並且可以發布出去給你的朋友使用。
看不了影片的也可以看下面的圖文教程：
1、在華為雲的對象存儲服務（OBS）中創建一個桶
選擇區域，輸入桶名稱，其他選項按需調整，這裡我們先都用默認值
2、桶創建完後，我們在桶里新建幾個文件夾
目錄結構如下，train用來放我們的訓練數據，out用來放我們的訓練結果
maishu
└── food-img
├── out
└── train
3、我們把訓練數據上傳到train目錄下，訓練數據可以在上方的github鏈接里獲取
4、回到ModelArts，選擇創建數據集
輸入名稱，數據集輸入位置和數據集輸出位置選我們剛剛在OBS中創建好的目錄
5、 數據集準備好之後，我們可以創建一個圖片分類的項目
輸入項目名稱，數據集選擇「已有數據集」，選擇剛才創建的數據集
6、項目創建好之後就可以開始訓練了
點擊開始訓練，訓練設置我們用默認的參數就好，點擊確定
任務創建成功，稍微等待一會
訓練完成，點擊部署
默認1小時後自動停止
7、 部署上線之後測試一下我們的模型
可以上傳一張圖片點擊預測，右側會出現預測結果，可以看到模型成功預測了我們下面這張圖片。
同時我們也可以通過一個URL介面來調用我們的模型
以上，祝大家學習快樂！
