完整專案與部署

把前七課全部串起來,在 FashionMNIST(衣服圖片)上訓練一個完整的 CNN 分類器,並學會存檔、載入、部署——讓模型走出 notebook,真正用起來。這是深度學習模組的收尾。

這堂課你會學到

• 串起完整流程:資料 → CNN(含 dropout)→ 訓練/驗證 → 評估
• 用 torch.save / load_state_dict 存檔與載入模型
• 認識部署選項(ONNX、TF.js)

深度學習的完整流程

1. 資料 → DataLoader 分批
2. 模型 → CNN + dropout,搬上 device
3. 訓練/評估 → 訓練迴圈 + 逐輪看測試準確率
4. 存檔 → torch.save(state_dict),load_state_dict 載回
5. 部署 → ONNX / TF.js / API

預覽圖是 FashionMNIST 的樣本(T 恤、鞋子、包包…),比手寫數字更有挑戰。

特別一提部署到瀏覽器:把模型轉成 TensorFlow.js 就能直接在網頁上跑、零後端——本站 /game 的強化學習對手就是走這條路(PyTorch →(ONNX)→ TensorFlow → TF.js)。訓練只是第一步,讓模型真正被人用到,才算完成一個專案。

👉 在 Colab 裡把模型匯出成 ONNX,再研究怎麼轉成 TF.js 放到網頁上跑。

走完這課,你已經完成從 tensor 到部署的完整旅程。下一個學習階段是 大型語言模型(LLM)——我們會從零打造一個迷你 GPT。