深度学习应用整理

Deep Neural Netword 由Geoffrey E. Hinton 在06年提出后，效果不是很理想，直到近2年人们发现使用大量的数据去训练得到的模型能取得很好的效果。

深度学习的应用参考知乎： https://www.zhihu.com/question/47563637

深度学习tutorial： https://github.com/sjchoi86/dl_tutorials

图像识别（分类问题）

输入图像为： 32×32×3 。 长32像素，宽32像素，RGB3种通道

表示为一个列向量： [x1,x2,x3,...,x3072]T

KNN（慢，准确率低）：先使用CNN得到特征映射，再用KNN

线性分类器： f(x,W) = W x + b #也可以写为 f = Wx， x=[ 1,x1,x2,x3,...,x3072]T，直接做矩阵乘法，不用加法

10×1 10×3072 3072×1 10×1

总共10个类

预处理： 去中心化：所有像素点减去像素点的均值(RGB三种颜色值都加在一起/也可以三种分别做均值，把输入数据各个维度都中心化到0，测试集也要减去训练数据得出的均值)。

图像通常不做scaling，取值范围在[0,255]

PCA降维：特征之间去相关，提取主成分

物体定位（回归问题）

输出是(x,y,w,h)

更细致的识别

提前定好有几个组成部分，训练，

Neural Style

具体原理查看论文： http://arxiv.org/pdf/1508.06576v2.pdf

博文： https://github.com/anishathalye/neural-style

博文： http://blog.youkuaiyun.com/shenxiaolu1984/article/details/52090012

卷积层 pooling 全连接

content-Loss: 评估内容相似：两张图片（原始图片和目标输出照片，初始化可以是原来照片也可以是style照片或者随机等)送入神经网络，卷积层输出的L2 loss。

输入两张图片，一张style picture，一张随机初始化。大小要相同。

style-Loss: gram metrics，不同神经元(feature map224*224，64个神经元)转化为向量64*（224*224），向量之间点乘。一个神经元要和其他64个神经元点乘，会得到64*64的矩阵。两张图片做点差，求Loss。

最后两个网络合成：

由于网络的结构是使用的训练好的model，作为参数优化的是也是一副图像。从公式中可以看出，总共是有3个卷积网络。

自动按照画风绘画: https://github.com/fzliu/style-transfer,

在git中搜索artistic style，或者neural artistic style，还会搜到 artistic-videos 项目。

自动创造诗:RNN， http://weibo.com/p/1001603850614961505585

自动创造音乐: http://www.cnblogs.com/charlotte77/p/5664523.html

git clone https://github.com/tensorflow/magenta.git  

已经训练好的网络model包括AlexNet和VGG等。

AlexNet

论文： http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf

在imagenet上的图像分类challenge上Alex提出的alexnet网络结构模型赢得了2012届的冠军。要研究CNN类型DL网络模型在图像分类上的应用，就逃不开研究alexnet，这是CNN在图像分类上的经典模型（DL火起来之后）。

VGG net

在ImageNet Challenge 2014中获得第一，该网络在其他数据集上也能取得较好的效果。很多图像相关的项目都使用了vgg net。

vgg net paper: https://arxiv.org/pdf/1409.1556.pdf

vgg net application: http://glacier.iego.net/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%88%9D%E7%AA%A5-vgg19%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/

雅虎开源的色情图片检测:

https://github.com/yahoo/open_nsfw

人脸识别on Tensorflow- FaceNet:

https://github.com/davidsandberg/facenet

DQN玩flappyBird:

MxNet: https://github.com/li-haoran/DRL-FlappyBird

TensorFlow:

https://github.com/yenchenlin/DeepLearningFlappyBird

https://github.com/songrotek/DRL-FlappyBird

聊天机器人的训练语料: https://github.com/rustch3n/dgk_lost_conv (电影)

DeepQA(English): https://github.com/Conchylicultor/DeepQA

seq2seq聊天机器人： https://github.com/nicolas-ivanov/tf_seq2seq_chatbot （lstm on tensorflow）

https://github.com/inikdom/neural-chatbot

构建自己的聊天机器人(中文，NLTK)：chatterbot: https://github.com/gunthercox/ChatterBot, http://blog.just4fun.site/create-a-smart-chat-bot.html

MXNet在OCR的应用： https://zhuanlan.zhihu.com/p/21344595　（ 把图片上的文字转化为文本的过程），github: https://github.com/lan2720/cnn-for-captcha

基于MXNet的汽车车牌号识别： https://github.com/imistyrain/mxnet-oneclick， 从图像中提取车牌号： https://zhuanlan.zhihu.com/p/21749729

欢迎大家留言补充。