前言 在進行 Android APP 開發的時候，特別是在處理影像時會出現以下的錯誤訊息：
問題 最近在執行 Android TensorFlow Lite 影像辨識的專案，一張影像辨識都很正常。當連續多張影像要辨識時就會跳出以下錯誤訊息：
前言 TensorFlow Lite 使用更小的位元大小以及輕量運算量得到更好的效能，對行動裝置以及嵌入式裝置更加的輕量化。佈署 TensorFlow Lite 的時候，首先要把 Python 訓練好的模型透過 TensorFlow Lite Converter 進行轉換成 .tflite，就可以將轉換好的模型部署在行動裝置中。
問題 當你建立的 Android 專案無導入任何 Kotlin 的工具包時，新增一個含有 .kt 的頁面將會跳出一些錯誤訊息。
前言 當你從 GitHub 下載人家的專案要執行時，發生以下錯誤：
回顧 Gradient Descent 在機器學習第三個步驟，我們要找一個最好的 function，是要解一個 optimization 的問題。也就是我們在第二步我們先定義 loss function。目的是要找一組參數讓這個 loss function 越小越好。我們可以採用 Gradient Descent，假設現在 θ 是一個參數的集合。做法是隨機選一組起始的參數值，減去 learning rate 乘上 loss function 對 θ 的偏微分，就可以得到下一組 θ。
Regression 機器學習要做的事情就是找出一個函數，而迴歸模型顧名思義就是要預測一個連續性的數值。或者說我們找到的函數，它的輸出是一個數值，這類型的任務就稱為迴歸。
前言 在實作 Flask 專案時，若需要從前端傳送圖片有兩種方法。其中一種方式是前端將圖片編碼成 base64 並以文字方式除送到後端 API 中，並將 base64 字串轉成 cv2 影像格式。另一種方式前端透過 form-data 格式傳給後端 API。此時後端 Flask 會遇到問題。該如何處理前端所傳送過來的檔案？最簡單方式是先將它存起來，之後再透過 OpenCV 讀取指定位置的圖片。如果你認為儲存動作是多餘的，不想佔用儲存的資源可以參考以下做法。此外本篇文章也提供影像讀取的方法，也不用需要儲存到伺服器中。