刀具磨耗訓練與預測函示庫,提供由QAD量測資料來訓練及預測刀具磨耗之函式庫。函式庫由Python所撰寫,支援版本為3.6,Tensorflow使用版本1.11,採用GPU進行運算。並搭配Keras 2.2.4使用。刀具磨耗的訓練與預測函式庫提供包含大數據資料提取、維度轉換、模型訓練、及資料預測等,詳細請查閱附件所提供之完整技術文件。

Python:3.6.6

Tensorflow:1.11.0

Keas:2.2.4

 

附件:大數據資料深度學習函式庫(api_doc).pdf

資料存取函式庫 – bigdb.py

以Python語言撰寫,提供存取MongoDB伺服器中的資料表,可指定導出一份DAQ量測資料,或是一批DAQ量測資料;在存取刀具磨耗資料時,也是使用同樣的API函式庫。

資料維度轉換函式庫 – bigtable.py

以Python語言撰寫,提供從MongoDB伺服器存取的資料表後,進行維度的轉換。存取大數據資料庫的過程中,欄位資料會以最佳的存取方式寫入記憶體,因此欄位排列的序位,每次存取時排列順序並不會相同。可透過資料維度轉換函式庫來固定資料的維度,並可以額外設定要取得的資料欄位,以利於資料分析使用。

模型訓練與預測函式庫 – bigtarin.py

以Python語言撰寫,提供完整的模型訓練過程,所必要的相關函式庫,例如:產生訓練集、產生訓練集與驗證集、資料亂序(shuffle)、資料集正規畫、模型載入與儲存、模型訓練、資料預測…等,由API可以快速建立起訓練與預測的測試程式碼。

附件:大數據資料深度學習函式庫(api_doc).pdf