我們公司做任何影像辨識都不會用任何外來工具程式或模組的！連OpenCV我們都沒用過！因為我常說影像辨識的發展還在一個很原始的階段，專家學者們都很努力想營造出這種研究已經很成熟有脈絡架構可以依循的氛圍？但事實上連我這個在前線打仗的戰鬥兵都還在摸索，每次都可以想出新招對付不同的敵人！可見研究的空間還是像海一樣大！

所以一使用既有的工具模組就表示我的創意思考會受到限制了！還是給我一張空白畫紙讓我自由發揮比較好！所以我們每一個專案開發使用的實驗軟體都是從零開始重新建立出來的！這次的手寫數字辨識當然更是如此！我們之前真的沒做過那麼抽象目標的題目！

上面就是我目前開發用工具程式中的一個介面，每次修改或新增或刪除了一個辨識邏輯或流程，我們都知道可能會影響到所有其他案例的辨識，所以會用42000張的整體資料重跑一遍看看這個修改對整體辨識率的影響，就像學生讀書之後必須參加考試才知道學習成果好不好一樣！

MNIST的資料集是分好0-9十個目錄的，上面的0-9項目就是單一數字的辨識率，最後是整體的辨識率！C辨識率就是答案完全與MNIST提供的答案一致，Q辨識率比較像是至少認得出可能是甚麼字？很高興目前是已經突破94%了！當然剩下無解的案例就越來越離奇怪異！我只是盡量挑選比較像人眼可以正確辨識的案例逐步破解進逼，我估計最多調整到95%就會收工了！再硬抝下去就是Overfitting，反而容易讓系統不穩定了！