用Python构建深度学习应用 _Python

介绍
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：

文章插图

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

文章插图

第二步：在终端输入以下命令安装Clarifai的Python客户端

文章插图

第三步：使用Clarifai客户端来配置系统

文章插图

这一步需要提供客户端ID和客户端密钥。这些能在开发者页面找到。
第四步：生成文件Application.py，加入下面标注图像的代码。请记住把代码中<your_image>替换成你想标注的图像的路径。

文章插图

然后用以下命令运行代码

文章插图

你将会得到如下输出：

文章插图

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。
【用Python构建深度学习应用】你可以在here（https://indico.io/demos/clothing-matching）找到这个应用的演示。

文章插图

文章插图

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