本篇文章用彩色的 MNIST 訓練，來判斷我們訓練出來的 model 是不是也是色弱 。
而做這個小實驗的原因是因為前陣子體檢報告出爐，我被判定為色弱( 紅綠色盲)，因此就想說看看能不能訓練一個 model 以後幫我判斷色弱的問題，讓我測驗都能滿分 XDD。
Step 1: 準備資料
因為過往我們測試的 MNIST 都是黑白的字體，而我們要辨別的色盲測驗是屬於彩色的所以我們必須解決這個問題。
首先我們先下載 MNIST 並且把它轉為彩色，而網路上相關的文章已經非常的多了，在這個地方我就不自己手刻。
https://github.com/pumpikano/tf-dann
上面的這個網址是大大已經將 MNIST 轉換成彩色的文字了，跟著 github超做就會有 mnistm_data.pkl 這個 pickle檔案產生，結果圖如下這樣就可以變彩色的囉。
Step 2: 訓練資料
我們將從黑白變彩色的資料拿進來模型做訓練，我們所選擇的 model 是 CNN，下面的程式碼是我們所建立的 model describe 。
我們的 epoch 設為 12，batch_size 設 128
訓練集資料 55000 張照片。
測試集資料 5000 張照片。
Step 3: 辨別 model 是否為色盲或者色弱
- 那現在我們拿測試色弱的圖片餵入我們的 model 中。
1. 我們拿簡單的照片來讓 model 練練手。
答案出爐，第一關 model 辨識正確。
2. 直接進入重頭戲，這張圖是判斷你是否有色弱。
機器判斷也是為 7，如果有色弱的人會判斷為 2，就是我....
下圖這張若是有色弱的則會判斷成1，正常人會判斷成 4，我怎麼看它都像 1。
結論
在這場激烈的競爭中，機器的正確率為 50%，代表它是陰陽眼XDD，另外的意思是我不能拿它來下一次的色弱測試 QQ，看來還需要找個方法把 model 變得更好才行。
下面影片是今天看到的有趣 video 。
