几个月前我被调到新加坡。从我在这里生活的第一天起，我就爱上了当地的美食。这真是太棒了——几十道菜，北京大数据公司，各种各样的饭菜，每个人都能找到他想要的。美食天堂如果你愿意…

但有一个问题…我不知道如何记住我刚吃完的那顿饭的名字。而且，当我旅行的时候很难做出选择-不是每个美食广场都有英文菜单。

在我的一次旅行中，我有了一个想法-如果我有申请怎么办，从我刚从菜单上拿的照片上就能认出这顿饭。或者我手机内存中的照片。

请在阅读本文其余部分之前查看以下链接：

创建一个云铸造帐户安装Cloud Foundry命令行界面（CLI）使用REST客户端的图像分类API

例如，在下面的图片上你可以看到东南亚有名的汤——Laksa

希望你不饿，返利机器人哪个好用，因为这不是今天最后一张美味的照片？

我们试着把这张图片上传到机器学习图像分类API上。

24%的人认为这是西兰花，22%的人认为这是清汤，20%的人认为这是汤……似乎模特在亚洲食物中也不够好。好吧，那我们需要训练一下。

让我们从小事做起，大数据与数据挖掘，把重点放在汤上。我选了5种汤：

拉卡（东南亚）Tom Kha Gai（泰国）拉面（日本）Bakso（印度尼西亚）罗宋汤（乌克兰，以防我忘了它是什么样子）。

汤的更多照片：

对于模型，我们需要创建测试（10%）、培训（80%）和验证（10%）集。我在谷歌上搜索了很多，准备了每种汤的71张照片：

培训-56张照片测试-7张照片验证-7张照片尝试（尝试模型）–1张照片

数据集准备好了，我们需要ML实例。在云铸造驾驶舱，返利公众号，在导航侧栏上点击服务市场，并选择MLBaseBeta试用版Beta Suto在导航侧栏上点击实例，然后新实例损坏，无需PARAMS，实例名称-South-Suff-Type实例已经创建，营销数据分析，为了从CLI发送命令，我们需要得到服务密钥。在导航侧栏上，单击服务键。创建服务键按钮，名汤键

实例准备就绪。上传数据集，训练模型并进行部署

打开终端，使用命令"cf login"登录云铸造

使用服务密钥中的参数配置实例

将测试、验证和训练数据集上传到云铸造

为训练作业准备简单的配置文件：

并触发作业，在未成功完成时检查。

最后，部署重新训练的模型

好的，模型已部署并准备就绪。现在，让我们用同样的图片来测试：

酷，超过78%。我使用了相对较小的数据集，因此结果并不完美，但仍然很好。