11、深度学习在图像与自然语言处理中的应用

深度学习在图像与自然语言处理中的应用

一、面部识别

在之前的内容中，我们展示了如何使用神经网络检测面部关键点。接下来，将介绍如何使用深度神经网络进行面部识别。通过从头开始训练分类器，我们可以获得很大的灵活性。

1. 准备工作

首先，导入所需的库并设置随机种子：

import glob
import re
import matplotlib.pyplot as plt
import numpy as np
import cv2
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from keras.models import Model
from keras.layers import Flatten, Dense, Input, GlobalAveragePooling2D, GlobalMaxPooling2D, Activation
from keras.layers import Convolution2D, MaxPooling2D
from keras import optimizers
from keras import backend as K
seed = 2017

2. 数据加载与可视化

加载数据并输出一些示例图像，以了解数据情况：