干货丨5招教你用Python构建好玩的深度学习应用

本文长度为4000字，建议阅读10分钟

教你利用深度学习建立图像自动标注、服装推荐等好玩的应用

深度学习正在从根本上改变我们周围的一切。许多人认为只有成为专家才能在应用中运用深度学习，实际上并非如此。

在上一篇文章中讨论了6个初学者在几分钟内就可以建立的深度学习应用。我很高兴看到很多读者由此受到启发，所以在其后又增加了一些深度学习的应用。如果错过了我上一篇文章，建议您先去读一下。

本文中我们将学习如何利用深度学习建立例如图像自动标注、服装推荐、音乐制作等其他很多应用。这些应用中的任何一个都可以在几分钟内完成。

PS. 本文假定你了解Python的基本知识，如果不了解的话，请参考this tutorial（https://www.analyticsvidhya.com/blog/2016/01/complete-tutorial-learn-data-science-python-scratch-2/）然后再从这儿开始。

　　 内容列表

1.使用现有API的应用

利用Clarifai API实现图像自动标注

利用Indico API 实现服装推荐系统

2.开源应用

运用深度学习制作音乐

检测“办公室不宜（Not Safe For Work）”图像

3.实现超分辨率

其他常用资源

1

使用现有API的深度学习应用

　　 1.1 自动图像标注（Clarifai API）

图像标注是具有突破性意义的深度学习应用之一。和文本数据不一样，机器解析图像数据要困难得多，机器需要更深入地理解像素数据。因此我们通过图像标注来分析图像，由此得到图像分类并且辨识出相应的对象。

这就是我们使用图像标注来分析图像的原因。图像标注能告诉我们图像分类和辨识对象是什么。

下面是一个通过深度学习预测图像标注的例子：

下面就让我们来看看Clarifai提供的API是如何给上面的每幅图标注特征的。

系统需求和说明：

1.Python(2或者3)

2.互联网连接（能获取API端点）

第一步：在Clarifai网站上注册，获取API key。然后在开发者页面（https://indico.io/demos/clothing-matching）找到API的证书

这个JSON输显示了预测的结果。你可以在outputs->data-> concept->name里找到相关的标注。

　　 1.2 服装推荐(Indico API)

　　推荐系统正逐渐成为一种巨大的财富。随着产品种类的增加， 企业 十分需要一种能够智能锁定产品潜在消费者的工具。深度学习恰恰能在这方面很好地帮助我们。

我并不是个时髦的人，但我发现人们会“浪费”大量时间在选择穿哪件衣服上。要是能有个人工智能代理知道我们的喜好，并能给我们建议最佳搭配该多好呀！

幸运的是，深度学习正让这个成为可能。

你可以在here（https://indico.io/demos/clothing-matching）找到这个应用的演示。

official article （https://indico.io/blog/fashion-matching-tutorial/）文中有更详细的描述。现在让我们看看如何建立这个推荐系统：

系统需求和说明

1.Python 2

2.互联网连接（获取API端点）

第一步： 在Indico website（https://indico.io/pay-per-call）上注册获取你自己的API key

2

深度学习的开源应用

　　 2.1 使用深度学习进行音乐制作

音乐制作是深度学习最酷的应用之一。下面这个应用如果能运用得当的话，将带来突破性的发展。

和自然中的其他事物一样，音乐是和谐的。音乐具备一种我们能捕捉和理解的模式。而这些音乐模式对计算机来说是可以学习的，并能被用来产生新的音乐旋律。这就是音乐制作背后的原理。

This open source application（https://deepjazz.io/）就是基于这一点建立的。下面是它所产生的音乐的一个例子。

我们经常在电影中看到这样的镜头：放大图像后看到了最精细的细节，然后据此抓住了罪犯或者找到关键证据。

（Let us enhance）

你也可以观看下面这些使用深度学习丰富我们生活的视频。希望你能喜欢！

(deep learning simplified）

结语：

希望您喜欢这篇文章。深度学习一直让包括顶尖数据科学家在内的每个人着迷。我在本文与读者分享了几个应用，如果您还知道任何其他深度学习应用，请在评论中分享给我们。

如果您在建立应用中遇到任何问题，请在下面发布问题，我会很高兴回答。

翻译：方芳、贺选

校对：丁楠雅

原文链接：

https://www.analyticsvidhya.com/blog/2017/02/5-deep-learning-applications-beginner-python/

注：本稿件摘自入驻数据观自媒体——THU数据派，转载请注明来源。微信扫描下方二维码可直接关注数据观微信公众号。

责任编辑：王培