- AutoKeras 讓你用不到 10 行核心程式碼就能完成 MNIST 手寫辨識，準確率可達 98% 以上——不需要自己設計網路架構
- 整個流程可在 Google Colab 免費 GPU 環境中完成，從安裝到出結果約 15–30 分鐘
- AutoKeras 的底層是 Neural Architecture Search（NAS），它會自動嘗試不同的 CNN 結構，幫你挑出最佳組合
- 2026 年的當下，KerasCV、Keras Tuner 和 PyTorch Lightning 提供了更靈活、更主流的替代路線
一、先聊聊：為什麼要用 AutoKeras？
如果你剛踏入深度學習的世界，大概會遇到一個很煩的問題：模型架構該怎麼設計？要幾層卷積？filter 要多少？要不要加 BatchNorm？Dropout 比例要多高？
這些問題，對老手來說是經驗直覺，對新手來說是一片迷霧。
AutoKeras 的出現就是為了解決這件事[1]。它是由德州農工大學 Xia "Ben" Hu 教授的團隊在 2019 年開發的 AutoML 工具，建立在 Keras 之上，核心概念很單純：你把資料丟進去，它自動幫你找出最好的模型架構。背後用的是 Neural Architecture Search（NAS）[3]——簡單說，就是讓演算法代替你做「試模型」這件苦差事。
而 MNIST[2]——那個經典的手寫數字辨識資料集——則是我們今天的練功場。70,000 張 28×28 的灰階手寫數字圖片，0 到 9，簡單到幾乎每篇深度學習教學都會用它開場[8]。正因為簡單，它特別適合拿來測試工具本身好不好用，而不是被資料的複雜度卡住。
二、在 Google Colab 上動手做
我們直接上手。打開 Google Colab，新建一個 Notebook。記得把執行環境切到 GPU（選單 → 執行階段 → 變更執行階段類型 → T4 GPU），這樣 NAS 搜尋會快很多。
2.1 安裝 AutoKeras
Colab 已經預裝了 TensorFlow，我們只需要額外裝 AutoKeras：
# 安裝 AutoKeras（會自動拉 keras-tuner 依賴）
!pip install autokeras -q
安裝完畢後，重啟一下 runtime（Colab 會提示），然後跑下一格：
import autokeras as ak
import tensorflow as tf
import numpy as np
print(f"TensorFlow version: {tf.__version__}")
print(f"AutoKeras version: {ak.__version__}")
print(f"GPU available: {len(tf.config.list_physical_devices('GPU')) > 0}")
如果你看到 GPU available: True，就代表環境準備好了。
2.2 載入 MNIST 資料
# 直接用 TensorFlow 內建的 MNIST 資料集
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
print(f"訓練集: {x_train.shape}, 測試集: {x_test.shape}")
print(f"標籤範圍: {y_train.min()} ~ {y_train.max()}")
print(f"像素值範圍: {x_train.min()} ~ {x_train.max()}")
你會看到訓練集有 60,000 張圖，測試集 10,000 張，每張 28×28 像素，值域 0–255。
2.3 核心：用 AutoKeras 做圖像分類
這是整篇文章最精華的部分，也是 AutoKeras 最驚人的地方——核心程式碼真的只有幾行：
# ★ AutoKeras 核心——就這幾行 ★
# 建立影像分類器，最多嘗試 10 種架構
clf = ak.ImageClassifier(
overwrite=True,
max_trials=10 # NAS 會嘗試 10 種不同的模型架構
)
# 開始訓練（AutoKeras 會自動做資料前處理、架構搜尋、超參數調校）
clf.fit(x_train, y_train, epochs=10)
跑起來之後，你會看到 AutoKeras 在背景做了一大堆事：它會嘗試不同的 CNN 架構——有些淺、有些深、有些加了 skip connection——然後根據驗證集的表現自動挑出最好的那一個。這就是 NAS 的威力[3]。
依照 Colab 的 GPU 等級，這個過程大約需要 10–25 分鐘。max_trials=10 代表最多嘗試 10 種架構。你也可以設成 3 來加快速度（犧牲一點搜尋廣度），或設成 25 來更仔細地搜（但會跑更久）。
2.4 評估模型
# 在測試集上評估
loss, accuracy = clf.evaluate(x_test, y_test)
print(f"\n測試集準確率: {accuracy:.4f}")
print(f"測試集 Loss: {loss:.4f}")
通常你會看到準確率在 98.5%–99.2% 之間——這已經是很不錯的成績了，而你完全沒有手動設計過任何一層網路。
2.5 看看 AutoKeras 挑了什麼架構
# 匯出最佳模型，看看長什麼樣
best_model = clf.export_model()
best_model.summary()
你通常會看到一個類似這樣的架構：幾層卷積 + 池化 + BatchNorm，最後接 Dense 層輸出 10 個類別。AutoKeras 自動幫你決定了 filter 數量、kernel size、是否要加 Dropout 等等。
2.6 實際預測並視覺化
import matplotlib.pyplot as plt
# 隨機抽 16 張測試圖片來預測
predictions = clf.predict(x_test[:16])
fig, axes = plt.subplots(4, 4, figsize=(10, 10))
for i, ax in enumerate(axes.flat):
ax.imshow(x_test[i], cmap='gray')
pred_label = predictions[i].item() if hasattr(predictions[i], 'item') else int(predictions[i])
true_label = y_test[i]
color = 'green' if pred_label == true_label else 'red'
ax.set_title(f"預測: {pred_label} / 實際: {true_label}", color=color, fontsize=11)
ax.axis('off')
plt.tight_layout()
plt.show()
綠色標題代表預測正確，紅色代表錯誤。以 98%+ 的準確率來說，16 張裡面通常全對，偶爾會有一兩張特別潦草的數字會判錯。
2.7 儲存模型
# 儲存最佳模型，方便之後載入使用
best_model.save("autokeras_mnist_best.keras")
print("模型已儲存！")
# 之後要載入時：
# loaded_model = tf.keras.models.load_model("autokeras_mnist_best.keras")
三、完整程式碼（一鍵複製版）
如果你只是想快速跑起來，這裡是完整版，一格 Colab cell 搞定：
# === AutoKeras MNIST 手寫辨識 完整版 ===
# 環境：Google Colab + GPU runtime
# Step 1: 安裝
!pip install autokeras -q
# Step 2: 匯入
import autokeras as ak
import tensorflow as tf
import numpy as np
# Step 3: 載入 MNIST
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()
# Step 4: 建立分類器 & 訓練
clf = ak.ImageClassifier(overwrite=True, max_trials=10)
clf.fit(x_train, y_train, epochs=10)
# Step 5: 評估
loss, accuracy = clf.evaluate(x_test, y_test)
print(f"測試集準確率: {accuracy:.4f}")
# Step 6: 匯出最佳模型
best_model = clf.export_model()
best_model.summary()
# Step 7: 儲存
best_model.save("autokeras_mnist_best.keras")
四、AutoKeras 做了什麼？拆解黑箱
看起來很像魔法，但其實 AutoKeras 背後做了這些事[4]：
- 資料前處理：自動將像素值正規化到 0–1 範圍，偵測輸入維度並自動 reshape（你不需要手動加 channel 維度）
- 架構搜尋（NAS）：在一個預定義的搜尋空間中，嘗試不同的 CNN 組合——不同的卷積層數、filter 數量、是否加殘差連接、Dropout 比例等
- 超參數調校：底層使用 Keras Tuner[6] 的 Bayesian Optimization，不是暴力窮舉，而是根據前幾次嘗試的結果「聰明地」決定下一個要試的組合
- 模型選擇：根據驗證集表現，自動挑出
max_trials次嘗試中的最佳模型
簡單說，AutoKeras 把「資深工程師花兩天調模型」這件事，壓縮成一個 clf.fit() 呼叫。代價是什麼？時間（NAS 要跑很多次訓練）和靈活性（你對架構的控制力有限）。
五、2026 年的當下，有更好的選擇嗎？
老實說——有。AutoKeras 作為 AutoML 的入門教具依然很棒，但如果你要做「正經」的影像分類專案，2026 年的生態系已經進化了不少。以下是三條更主流的路線：
5.1 KerasCV：官方嫡系，功能更全
KerasCV[5] 是 Keras 官方的電腦視覺套件，提供了預訓練模型（EfficientNet、ResNet、ConvNeXt 等）、資料增強（CutMix、MixUp、RandAugment）和完整的訓練 pipeline。
# KerasCV 做 MNIST 的方式（更主流的做法）
!pip install keras-cv -q
import keras_cv
import keras
import numpy as np
# 載入 MNIST
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
# 轉成 3 通道（預訓練模型需要 RGB）
x_train = np.stack([x_train]*3, axis=-1).astype("float32") / 255.0
x_test = np.stack([x_test]*3, axis=-1).astype("float32") / 255.0
# 使用預訓練的 EfficientNetV2 作為 backbone
backbone = keras_cv.models.EfficientNetV2Backbone.from_preset(
"efficientnetv2_b0_imagenet"
)
model = keras.Sequential([
keras.layers.Input(shape=(28, 28, 3)),
keras.layers.Resizing(224, 224), # EfficientNet 需要較大輸入
backbone,
keras.layers.GlobalAveragePooling2D(),
keras.layers.Dense(10, activation="softmax")
])
model.compile(
optimizer="adam",
loss="sparse_categorical_crossentropy",
metrics=["accuracy"]
)
model.fit(x_train, y_train, epochs=5, validation_split=0.1, batch_size=64)
KerasCV 的優勢在於：你用的是業界主流的預訓練模型，遷移學習的效果好、收斂快，而且生態系活躍、文件完整。對 MNIST 來說有點殺雞用牛刀，但換成真實世界的影像分類任務時，這才是正規做法。
5.2 Keras Tuner：精準控制的超參數搜尋
如果你想自己設計模型架構、但讓機器幫你調超參數，Keras Tuner[6] 是更好的選擇。它其實就是 AutoKeras 的底層引擎，但給你更多控制權：
# Keras Tuner：自訂架構 + 自動調參
!pip install keras-tuner -q
import keras_tuner as kt
import keras
def build_model(hp):
model = keras.Sequential()
model.add(keras.layers.Input(shape=(28, 28, 1)))
# 讓 Tuner 決定要幾層卷積
for i in range(hp.Int("num_conv_layers", 1, 3)):
model.add(keras.layers.Conv2D(
filters=hp.Choice(f"filters_{i}", [32, 64, 128]),
kernel_size=hp.Choice(f"kernel_{i}", [3, 5]),
activation="relu",
padding="same"
))
model.add(keras.layers.MaxPooling2D(2))
model.add(keras.layers.Flatten())
model.add(keras.layers.Dense(
hp.Int("dense_units", 64, 256, step=64),
activation="relu"
))
model.add(keras.layers.Dropout(hp.Float("dropout", 0.2, 0.5, step=0.1)))
model.add(keras.layers.Dense(10, activation="softmax"))
model.compile(
optimizer="adam",
loss="sparse_categorical_crossentropy",
metrics=["accuracy"]
)
return model
# Bayesian Optimization 搜尋
tuner = kt.BayesianOptimization(
build_model,
objective="val_accuracy",
max_trials=15,
directory="tuner_results",
project_name="mnist"
)
(x_train, y_train), (x_test, y_test) = keras.datasets.mnist.load_data()
x_train = x_train[..., None].astype("float32") / 255.0
x_test = x_test[..., None].astype("float32") / 255.0
tuner.search(x_train, y_train, epochs=5, validation_split=0.2)
best_model = tuner.get_best_models(1)[0]
best_model.evaluate(x_test, y_test)
Keras Tuner 的甜蜜點在於：你保有對模型架構的設計權，但把「哪個組合最好」的苦工交給演算法。比 AutoKeras 靈活，比全手動輕鬆。
5.3 PyTorch Lightning：PyTorch 生態系的選擇
如果你偏好 PyTorch 生態系，PyTorch Lightning[7] 搭配 Optuna 是目前最主流的組合：
# PyTorch Lightning + Optuna 做 MNIST
!pip install lightning optuna -q
import lightning as L
import torch
import torch.nn as nn
import torch.nn.functional as F
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
class MNISTModel(L.LightningModule):
def __init__(self, num_filters=32, dropout=0.3, lr=1e-3):
super().__init__()
self.save_hyperparameters()
self.conv1 = nn.Conv2d(1, num_filters, 3, padding=1)
self.conv2 = nn.Conv2d(num_filters, num_filters*2, 3, padding=1)
self.fc1 = nn.Linear(num_filters*2 * 7 * 7, 128)
self.fc2 = nn.Linear(128, 10)
self.dropout = nn.Dropout(dropout)
self.pool = nn.MaxPool2d(2)
def forward(self, x):
x = self.pool(F.relu(self.conv1(x)))
x = self.pool(F.relu(self.conv2(x)))
x = x.view(x.size(0), -1)
x = self.dropout(F.relu(self.fc1(x)))
return self.fc2(x)
def training_step(self, batch, batch_idx):
x, y = batch
loss = F.cross_entropy(self(x), y)
self.log("train_loss", loss)
return loss
def validation_step(self, batch, batch_idx):
x, y = batch
pred = self(x)
acc = (pred.argmax(1) == y).float().mean()
self.log("val_acc", acc, prog_bar=True)
def configure_optimizers(self):
return torch.optim.Adam(self.parameters(), lr=self.hparams.lr)
# 資料
transform = transforms.Compose([transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,))])
train_ds = datasets.MNIST("data", train=True, download=True, transform=transform)
val_ds = datasets.MNIST("data", train=False, transform=transform)
train_loader = DataLoader(train_ds, batch_size=128, shuffle=True, num_workers=2)
val_loader = DataLoader(val_ds, batch_size=256, num_workers=2)
# 訓練
model = MNISTModel(num_filters=32, dropout=0.3, lr=1e-3)
trainer = L.Trainer(max_epochs=5, accelerator="auto")
trainer.fit(model, train_loader, val_loader)
PyTorch Lightning 的好處是：程式碼結構清晰、除錯容易、跟整個 PyTorch 生態（Hugging Face、torchvision）無縫整合。如果你之後想做更複雜的事（物件偵測、生成模型、多 GPU 訓練），Lightning 的擴展性遠勝 AutoKeras。
六、該選哪個？一張表搞定
| 工具 | 適合誰 | 控制力 | 學習曲線 | 生態活躍度 |
|---|---|---|---|---|
| AutoKeras | 初學者、快速原型 | 低 | 極低 | 中等 |
| KerasCV | 需要預訓練模型的實務專案 | 中高 | 中等 | 高 |
| Keras Tuner | 想自訂架構但自動調參 | 高 | 中等 | 高 |
| Lightning + Optuna | PyTorch 使用者、研究導向 | 最高 | 中高 | 最高 |
我的建議是這樣：
- 剛入門、想感受 AutoML 的魔法：用 AutoKeras，體驗那個「我什麼都不用做就有 98% 準確率」的驚喜感
- 要做正經專案：直接上 KerasCV（Keras 派）或 Lightning + Optuna（PyTorch 派）
- 想理解模型、同時偷懶調參：Keras Tuner 是最佳平衡點
七、常見問題 FAQ
Q：AutoKeras 在 2026 年還能用嗎？
可以。AutoKeras 仍在 keras-team 組織下維護[4]，支援 Keras 3 的多後端架構（TensorFlow、PyTorch、JAX）。但社群活躍度確實不如 2020–2022 年的高峰期，部分進階功能（如 StructuredDataClassifier）已被移除。作為學習工具依然推薦，但生產環境建議考慮更主流的方案。
Q：Colab 免費版的 GPU 夠用嗎？
對 MNIST 來說綽綽有餘。即使只用 CPU 也跑得動，只是 NAS 搜尋會從 15 分鐘變成 40 分鐘左右。如果你要拿去跑 CIFAR-100 或更大的資料集，建議用 Colab Pro 的 A100 或 V100。
Q：max_trials 設多少比較好？
MNIST 這種簡單任務，10 就很夠了。更複雜的任務可以設 25–50，但要有耐心等。經驗法則：先設小值（如 5）快速看一輪，確認沒問題後再加大。
Q：AutoKeras 找到的模型可以部署嗎？
可以。用 clf.export_model() 匯出的就是標準的 Keras 模型，你可以用 model.save() 儲存，之後用 TF Serving、TF Lite 或 ONNX 轉換後部署到任何環境。
八、結語：工具會過時，觀念不會
AutoKeras 是一個很好的「第一次接觸 AutoML」的入口。它把 NAS 這個本來很硬核的研究題目，包裝成了任何人都能用的 API。但更重要的是它背後傳達的觀念：模型架構不是靠靈感，而是可以被系統性搜尋的。
不管你最後選了 AutoKeras、KerasCV、Keras Tuner 還是 Lightning，這個核心觀念都一樣。工具會迭代、API 會改版，但「讓機器幫你探索設計空間」這件事，只會越來越重要——尤其是在模型越來越大、架構越來越複雜的 2026 年。
好了，打開 Colab，把程式碼貼進去跑跑看吧。第一次看到機器自己選出一個 98%+ 準確率的模型時，那個「哦～」的感覺，是讀多少篇論文都換不來的。
