Beispiel: Blatt Klassifikation

Das neuronale Netz lernt die Blätter von 15 verschiedenen Baumarten zu klassifizieren.

Dieses neuronale Netz ist mit TensorFlow realisiert.
Es besteht aus 2 Convolutional-Layers und einem nachgeschalteten Fully-Connected-Layer.

Die Trainings- und Validierungsdaten bestehen aus insgesamt 1125 Bilder von 15 verschiedenen Baum-Blattarten.

Das Training erfolgte auf einem Windows Rechner.
Das trainierte Netz wurde dann auf ein Ubuntu-Linux-System übertragen, auf dem ein
TensorFlow Server läuft.

Das Front-End zum Evaluieren der Daten ist wiederum ein Windows-Programm.

Zur Kommunikation mit dem Linux-Server wurden C#-Klassen erstellt, die über das gRPC-Protokoll mit dem TensorFlow Server zu kommunizieren.
Dies erfolgte über den Protobuf-Generator "protoc.exe", der aus Protokoll-Vorlagendateien (*.proto) C#-Klassen generiert.

Das Projekt wurde mit MS Visual Studio in C# und Python realisiert.
Dabei wurde die ursprünglich von Google entwickelte Bibliothek TensorFlow verwendet.
Trainings- und Anwendungs-Applikationen laufen auf einem Windows-Rechner, das neuronale Netz wird im Betrieb von einen Ubuntu-Linux-Server gehostet.