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活。


0?wx_fmt=jpeg


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。



目录

1.使用现有API的应用程序

2.开源应用程序

3.其他有价值的资源




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

 

1.1.2深度学习API的缺点

 

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: 


0?wx_fmt=jpeg


为了实现这一点,我们使用由Algorithmia开发的API。

 

规格要求:


0?wx_fmt=jpeg


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。


0?wx_fmt=jpeg


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.


import Algorithmia

 input = {

"image": "data:// … " # Set location of your own image

}

 client = Algorithmia.client(‘…’) #insert your own API key

 algo = client.algo('deeplearning/ColorfulImageColorization/1.1.5')

 print algo.pipe(input)


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:


0?wx_fmt=jpeg

0?wx_fmt=jpeg


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:


0?wx_fmt=jpeg


要求和规格:

 

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


0?wx_fmt=jpeg


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。

 

import json

from watson_developer_cloud import ConversationV1

 

conversation = ConversationV1(

username='YOUR SERVICE USERNAME',

password='YOUR SERVICE PASSWORD',

version='2016-09-20')

 

# replace with your own workspace_id

workspace_id = 'YOUR WORKSPACE ID'

 

response = conversation.message(workspace_id=workspace_id, message_input={

'text': 'What\'s the weather like?'})

print(json.dumps(response, indent=2))


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。


0?wx_fmt=jpeg0?wx_fmt=jpeg0?wx_fmt=jpeg


让我们看看在python中的实现。


要求和规格:

 

步骤1:在Aylien网站上注册一个帐户。


0?wx_fmt=jpeg


步骤2:登录时从个人资料中获取API_key和App_ID。


0?wx_fmt=jpeg

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。


import aylien_news_api

from aylien_news_api.rest import ApiException

请先 登录 后评论

0 个回答

没有找到数据。