9 个优秀的深度学习案例
mjls2430
8年前
<p>深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。——维基百科</p> <p>关于深度学习的应用,网上有非常多的出色案例,伯乐在线在本文摘录 9 个。</p> <p><strong>1. neural-style: 利用卷积神经网络将一幅图像的内容与另一幅图像的风格相结合</strong></p> <p>https://github.com/jcjohnson/neural-style</p> <p style="text-align: center;"><img src="https://simg.open-open.com/show/ddabb4fe41bab0f0f1a9c0e6ec349ef3.jpg"></p> <p><strong>2.Nerual Doodles:把 2 位的 Doodle 转成精良的艺术品</strong></p> <p>https://github.com/alexjc/neural-doodle</p> <p style="text-align: center;"><img src="https://simg.open-open.com/show/0451bf07b5294b702f27113a947d25ba.gif"></p> <p><strong>3. srez:通过深度学习极大提高模糊图片的分辨率</strong></p> <p>https://github.com/david-gpu/srez</p> <p style="text-align: center;"><img src="https://simg.open-open.com/show/f40732ac8ae2e86c8bd05d5560b4a818.png"></p> <p><strong>4.Face2Face:实时捕获面部表情,调换到另外一个人的面部</strong></p> <p>http://www.graphics.stanford.edu/~niessner/thies2016face.html</p> <p><img src="https://simg.open-open.com/show/0240692ebb658f131b5ddeaa859020d3.jpg"></p> <p><strong>5. open_nsfw:成人图片分类器,雅虎出品</strong></p> <p>如果你对网络上那些打上 NSFW(No Safe For Work,上班时间不要看)标签的照片是如何分类感兴趣的话,你应该会对这个感兴趣。</p> <p>https://github.com/yahoo/open_nsfw</p> <p style="text-align: center;"><img src="https://simg.open-open.com/show/96b7388f4dd222a71d6397dc4c187845.png"></p> <p><strong>6. DeepLearningFlappyBird:通过 Deep Q-Network 来玩 Flappy Bird</strong></p> <p>要是你以前被 Flappy Bird 虐过,可以来试试这个。</p> <p>https://github.com/yenchenlin/DeepLearningFlappyBird</p> <p style="text-align: center;"><img src="https://simg.open-open.com/show/38c01190c8c8b83532b2cba8bbecd148.gif"></p> <p><strong>7. RoCAlphaGo:根据 DeepMind 公开论文,完成的 AlphaGo 复制品</strong></p> <p>https://github.com/Rochester-NRT/RocAlphaGo</p> <p><strong>8. LipNet:利用深度学习的读唇程序</strong></p> <p>牛津大学 AI 实验室出品,精确度远超常人。在特定测试中,常人精确率是 52.3%,LipNet 达到了 93.4%。</p> <p>http://www.oxml.co.uk/publications/2016-Assael_Shillingford_LipNet.pdf</p> <p><strong>9. Miles Deep:成人视频分类器,精确度达到 95%</strong></p> <p>借助深度 卷积神经网络,Miles Deep 可以快速针对成人视频每秒画面分类。根据性行为分了 6 个分类,精确度达到 95%。借助这个工具,可以自动编辑视频,删掉所有无性接触的场景。</p> <p>和第 5 个雅虎的成人图片分类器不同的是,Miles Deep 能给区分裸体和各种露骨性行为之间的区别。Miles Deep 作者称,这是目前为止,第一个公共色情图片分类或编辑工具。</p> <p> </p> <p> </p> <p>来自:http://blog.jobbole.com/110144/</p> <p> </p>