python中如何移动图形工作站_六招教你用Python分分钟构建好玩的深度学习应用
原标题:六招教你用Python分分钟构建好玩的深度学习应用
导读]深度学习是近来数据科学中研究和讨论最多的话题。得益于深度学习的发展,数据科学在近期得到了重大突破,深度学习也因此得到了很多关注。据预测,在不久的将来,更多的深度学习应用程序会影响人们的生活。实际上,我认为这种影响已经开始了。
如果你站在圈外的角度,深度学习可能看起来让人望而生畏。 像TensorFlow,Keras,基于GPU的计算等专业术语可能会吓到你。 但是,悄悄告诉你 – 深度学习并不难! 紧追前沿的深度学习技术的确需要花费时间和精力,但应用它们解决日常生活中的问题还是很容易的。
有趣的是,在我应用深度学习技术的过程中,我重拾了孩童时期的乐趣和好奇心。在这篇文章里,我将介绍6个这样的应用。它们开始的时候看起来很难实现,但是如果利用深度学习,问题就可以在一个小时内迎刃而解。本文展示了一些具有突破性价值的成果,并向你介绍它们是如何运作的。
1.使用现有API的应用程序
API不过是一种运行在远端PC的程序。可以在本地通过互联网远程连接。例如,即使你的电脑里已经内置了扬声器,你仍可以再插入一个蓝牙。这样,利用笔记本电脑就可以远程访问扬声器。
API 的概念类似于有人已经帮你实现了较难的那部分工作。你可以用它来快速解决手上的问题。
我将列出一些使用API构建应用程序的优缺点。
1.1.1深度学习API的优点
深度学习应用程序通常对GPU计算能力和数据存储/处理性能有较高要求。因此,你可以创建自己的工作站(或使用任意云服务),并在本地使用任意系统来访问工作站并运行应用程序。
本地系统不受计算负担影响。
轻松集成新功能。
1.1.2深度学习API的缺点
构建API的成本很大。开发和维护一个API需要投入时间和资源,这多少有点沉闷乏味。
容易受到互联网连接的限制。任何时刻的连接失败都会导致整个系统的中断。
如果任何人可以轻松连接你的应用,它将暴露安全问题。你必须设置额外的安全层,例如设置用户名和密码,并限制在一段时间内可以访问的次数。
让我们开始吧!
1.2使用深度学习(Algorithmia API)为照片着色
自动着色一直是计算机视觉社区中的热门话题。从一张黑白图片获得一张彩色照片似乎是件超现实的事。想象一个4岁的孩子拿着蜡笔全神贯注于涂鸦本的场景,我们是否能教会人工智能同样去做这件事情呢?
这是当然一个难题。人类在观察事物颜色的过程中得到了经年累月的训练,我们自己可能不会注意到,但是我们的大脑在捕捉生活的每一刻,并从中提取有意义的信息,如天空是蓝的、草是绿的。这很难在人工智能体中建模。
近期的一项研究表明,如果我们基于大量准备好的数据集,对神经网络进行足够的训练,就能够从灰度图像中幻化出颜色的模型。下面是一个图像着色器的示例:
为了实现这一点,我们使用由Algorithmia开发的API。
规格要求:
Python(2或3)
网络连接(用于调用API端点)
12个积分(积分需要支付获得,不过注册Algorithmia可免费获赠5000积分)
步骤1:在Algorithmia上注册并获取您自己的API密钥。 你可以在个人资料中找到API密钥。
pip install algorithmia
步骤2:输入pip语句安装Algorithmia。
步骤3:选择要着色的照片,并将其上传到algorithmia提供的Data文件夹中。
步骤4:在本地创建一个文件,命名为trial1.py。 打开它,并写如下代码。注意需要输入你的图像在data文件夹中的路径,还有你的API密钥.
步骤5:打开命令提示符并输入“python trial1.py”运行刚才的代码。 输出的结果将自动保存在数据文件夹中。这是我得到的:
就是这样 - 你刚刚创建了一个简单的应用程序,它就像个孩子,可以填充图像中的颜色!容我自high一下:一颗赛艇!
1.3构建聊天机器人(Watson API)
Watson是一个展现人工智能的杰出例子。你可能听说过Watson在一个问答游戏中战胜人类的故事。 Watson集合了许多技术,深度学习是其学习过程的核心部分,特别是在自然语言处理方面。在此,我们将使用Wastson众多应用中的一个来构建对话服务。也就是聊天机器人。聊天机器人是一个能像人一样回答常见问题的智能体。它可以很好地与客户交流并作出及时回复。
这里有一个演示平台:
要求和规格:
Python(2或3)
网络连接(用于调用API端点)
激活的Bluemix帐户(试用期为30天)
让我们来看看如何用Watson一步步构建简单的聊天机器人。
步骤1:在Bluemix上注册并激活保护服务以获取凭据
步骤2:打开terminal界面,运行命令如下:
pip install requests responses
pip install --upgrade watson-developer-cloud
步骤3:创建一个文件trial.py并复制以下代码。记住加入个人凭据。
步骤4:保存文件并在控制台中输入“python trial.py”运行程序。你可以在控制台中得到Watson对输入信息的输出响应。
输入:显示附近的内容。
输出:我明白你想要我找到一个便利设施。我可以在附近找到餐厅,加油站和洗手间。
如果你想构建一个包含动态汽车仪表盘(如上面gif所示)的完整对话服务项目。查看这个github存储库。
几分钟就能实现聊天机器人和着色应用,不错~
1.4基于情绪分析的新闻聚合器(Aylien API)
有时我们只想看到世界上的美好事物。如果读报纸的时候,只看到“好”消息,过滤掉所有坏消息,这将是多么酷的一件事。
使用先进的自然语言处理技术(其中之一是深度学习)使得一切成为可能。你现在可以根据情绪分析文本对新闻进行过滤,并将其呈现给读者。
采用Aylien的新闻API可以实现这一功能。下面是演示的截图。你可以构建自定义查询,并检查结果。
让我们看看在python中的实现。
要求和规格:
Python(2或3)
网络连接(用于访问API端点)
步骤1:在Aylien网站上注册一个帐户。
步骤2:登录时从个人资料中获取API_key和App_ID。
步骤3:进入terminal界面输入下面的语句,安装Aylien新闻API。
pip install aylien_news_api
步骤4:创建一个文件“trial.py”并复制以下代码。
步骤5:保存文件并通过键入“python trial.py”开启运行。输出将是如下所示的
哇!我可以做一个根据兴趣筛选新闻的对话应用程序了!我相信,现在你对深度学习感到很兴奋!
2.开源应用程序
现阶段,对研究社区起最大帮助的是开源思维。研究人员分享他们取得的成果,深度学习也因此得到了跨越式发展。这里我涉及了一些开源成果,它们都是从从研究论文中转变过来的。
2.1.1开源应用的优点
由于应用程序是开源的,你可以查看应用程序的任何细节,并且如果需要,还可以轻松自定义。
来自不同组织、拥有不同经验的开发人员会在应用程序中协作。这使得应用程序比原始版本更好。此外,因为很多人都可以使用,所以这个应用程序可以不断地进行测试,更方便地被使用。
2.1.2开源应用程序的缺点
因为没有组织从背后支持,开源项目中往往缺少“责任意识”,如果发生问题也不知道该责问谁。
还有明显的许可问题,许多公司都不愿将他们的项目“公开”。
注意:对于开源应用程序,我建议你浏览一遍官方的存储库。因为很多项目仍处于初级阶段,可能会因为未知的原因而中断。
让我们来看一些开源应用程序!
2.2利用深度学习进行语句校正
现在的系统可以轻松检测和纠正拼写错误,但纠正语法错误有点困难。为了提升这一能力,我们可以使用深度学习。这个存储库是特意为此设置的。
我整理一下……
这里我们使用一个语料库来训练序列预测神经网络,该语料库包含一系列语法错误的句子以及它的更正结果。
训练模型为语句的矫正提供了正确答案。下面是一个例子:
输入:‘Kvothe went to market’
输出:‘Kvothe went to the market’
你可以在网站上查看演示:http://atpaino.com/dtc.html
该模型仍然无法校正所有的句子,但随着更多的训练数据和高效的深度学习算法,结果会越来越好。
要求:
Python(2或3)
GPU(可选用于更快的训练)
步骤1:从官网上安装tensorflow。另外,从GitHub下载存储库,并从https://github.com/atpaino/deep-text-corrector保存到本地。
步骤2:下载数据集(Cornell Movie-Dialogs Corpus),并将其解压到工作目录中
步骤3:通过运行命令创建训练数据
python preprocessors/preprocess_movie_dialogs.py --raw_data movie_lines.txt \
--out_file preprocessed_movie_lines.txt
并创建训练,验证和测试文件,并将其保存在当前工作目录中
步骤4:现在训练深度学习模型:
步骤5:该模型需要一些时间来训练。训练完成后,可以通过以下方式进行测试:
2.3利用深度学习进行男女肖像转换
在谈到该应用程序之前,请观察以下结果:
这里第二张图片是第一张图片通过深度学习得到的!这个有趣的应用程序表明深度学习无所不能!该应用程序的核心在于GAN(生成对抗网络),这种类型的深度学习能够本中生成新样本。
要求:
Python(3.5+)
Tensorflow(r0.12 +)
GPU(可选用于更快捷的训练)
操作之前给你提个醒,如果不使用GPU,模型训练需要花很长的时间。即使使用高端GPU(Nvidia GeForce GTX 1080),一个图像的训练也需2小时。
步骤1:下载存储库并在本地解压缩https://github.com/david-gpu/deep-makeover
步骤2:从CelebA数据集下载“Align&Cropped Images”。创建数据集文件夹,并命名为“dataset”,并把所有图片解压到其中。
步骤3:通过以下方式训练模型:
python3 dm_main.py --run train
然后通过传递想要转换的图像进行测试
python3 dm_main.py --run inference image.jpg
2.4搭建深度强化学习机器人来玩Flappy Bird这款游戏
你可能玩过Flappy Bird这款游戏。对于不知道这个游戏的人来说,这款Android游戏很让人上瘾。在游戏里,玩家需要避开障碍,让小鸟一直在空中飞翔。
在这个应用中,这个飞鸟机器人就是利用强化学习技术创造的。这下面是一个训练好的机器人演示。
要求:
Python(2或3)
Tensorflow(0.7+)
Pygame
Opencv-python
实现这个应用很容易,因为多数的基本要素都已经包含其中
步骤1:下载官方存储库。
步骤2:确保已安装所有依赖项。一旦准备完成,运行如下命令。
python deep_q_network.py
4.其他值得一提的资源
本文只是涉及了深度学习模型强大能力的皮毛。每天都有大量论文发表,带来大批像这样的应用。关键是谁能最先提出想法
我还列了一些其他值得一看的资源。
A compilation of deep learning applications by Károly Zsolnai-Fehér
Neural Artistic Style
Building a toy self-driving car bot on Mario Kart.
9 Cool Deep Learning Applications | Two Minute Papers
10 More Cool Deep Learning Applications | Two Minute Papers
10 Even Cooler Deep Learning Applications | Two Minute Papers
List of Deep Learning Startups
List of awesome Deep Learning Projects
结语
希望你在阅读这篇文章的过程中找到乐趣。这些应用程序绝对会让你感到震撼。有的人可能已经了解这些应用,有的人还没有。如果你参与过这些应用程序的开发,请分享你的经验。我们会拭目以待。返回搜狐,查看更多
责任编辑:
python中如何移动图形工作站_六招教你用Python分分钟构建好玩的深度学习应用相关推荐
- 干货 :六招教你用Python分分钟构建好玩的深度学习应用
[导读]深度学习是近来数据科学中研究和讨论最多的话题.得益于深度学习的发展,数据科学在近期得到了重大突破,深度学习也因此得到了很多关注.据预测,在不久的将来,更多的深度学习应用程序会影响人们的生活.实 ...
- python中如何移动图形工作站_如何在Python中使用Kriging插入工作站数据?
浏览网页我发现在 Python中使用Kriging的一些工具是 pyKriging和 Gaussian Process Regression.但是,我无法使它们中的任何一个工作.第一个对我不起作用(甚 ...
- python中如何移动图形工作站_如何评价ThinkPad的新款移动工作站P53?
再再次更新 渲染死机了两次 注册了联保 打算还是去检修一下 自己有aida64检测 开渲染cpu会降频 但是我台式机不会 台式机价格和笔记本差不多 所以以后能台式还是台式吧... 再次更新 t2000 ...
- 伺服电机常用参数设置_六招教你如何正确调试伺服电机?
原标题:六招教你如何正确调试伺服电机? 提示: 1 初始化参数 在接线之前,先初始化参数. 在控制卡上:选好控制方式;将PID参数清零;让控制卡上电时默认使能信号关闭;将此状态保存,确保控制卡再次上 ...
- 六招教你用Python构建好玩的深度学习应用
摘要: 导读 深度学习是近来数据科学中研究和讨论最多的话题.得益于深度学习的发展,数据科学在近期得到了重大突破,深度学习也因此得到了很多关注.据预测,在不久的将来,更多的深度学习应用程序会影响人们的生 ...
- python中ht表示什么_如何看待某国内大公司Python面试题,有关dict中初始化为固定值?...
职业发展 Python 如何看待某国内大公司Python面试题,有关dict中初始化为固定值? 阅读下面的代码,写出A0,A1至A6的最终值. A0 = dict(zip(('a','b','c',' ...
- python中不被定义_一日一技:在Python中双下划线私有方法不能被调用的原理
一日一技:在Python中双下划线私有方法不能被调用的原理 在使用Python编写面向对象的代码时,我们会常常使用"继承"这种开发方式.例如下面这一段代码: class Info: ...
- python中exception类的_面试题 | 列举几个Python中的标准异常类?
[摘要]今天给大家解答一道Python常见的面试题,希望这个面试栏目,给那些准备面试的同学,提供一点点帮助!小编会从最基础的面试题开始,每天一题.如果参考答案不够好,或者有错误的话,麻烦大家可以在留言 ...
- python中什么是异常_一文教你读懂 Python 中的异常信息
在写 Python 代码的时候,当代码中出现错误,会在输出的时候打印 Traceback 错误信息,很多初学者看到那一堆错误信息,往往都会处于懵逼状态,脑中总会冒出一句,这都是些啥玩意.如果你是第一 ...
最新文章
- 算法时间复杂度lg是多少_算法时间复杂度空间复杂度(附github)
- 多看看把,条件太多了--leetcode 93. 复原 IP 地址
- SAP Fiori :why my filter for category does not work
- 5922. 统计出现过一次的公共字符串
- UC浏览器电脑版怎么恢复被关闭的网页
- 是否有必要使用外键?为什么不用外键?
- 使用CSVDE批量导入命令/出口AD用户
- 由通项为In(1+1\n)的级数引申...
- 直方图均衡图像对比度(histogram equalization)PYTHON+OPENCV2
- jQuery API 的特点
- eclipse php使用方法,Eclipse PHPEclipse 配置的具体步骤
- UE4 HTC VIVE手柄按键对应Montion Controller 蓝图的命令
- 大数据告诉你,中国今年最火打卡圣地竟然是它!
- 电子邮件格式详细介绍
- 从Ajax聊一聊Jsonp hijacking
- hdu-1052 Tian Ji -- The Horse Racing
- 自然语言处理和编译器的对比
- 图像分割-分水岭算法和GrabCut 算法
- 互联网营销方法十五个
- 美妆个护市场真的相信“小鲜肉”吗?