最近替换视频中的人脸比较火，涉及的技术主要是图像生成，主要采用生成式对抗网络（GAN, Generative Adversarial Networks ）深度学习模型。GAN是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。 本文基于Deepfakes Faceswap实现了一个简单的图片换脸过程。
一个非常方便的视频<->图片互转工具：视频截帧、帧图片合成视频、添加水印/字幕等。
想给家里的小八爪机器人加上人脸识别功能，比如看到是我时发射炮弹按钮就不好使，这样儿子就没法拿这个怪物打我了。。。（也可以在工位上加个摄像头，领导来了提前报警。。。） 人脸识别跟普通的图像识别还是有相似的地方，比如都是图像cnn卷积池化；但也有很多不同，比如标注数据太少，全国的身份证人脸识别，每个人只有一张照片你怎么训练。。。这就需要用到一个新的迁移学习的思路：将一个问题上训练好的模型通过简单的调整使其快速适用于一个新的问题。
儿子的国际象棋水平渐长，我已经逐渐下不过他了，作为陪练水平这么不堪怎么能行？！可是自己研究棋谱的时间有点少，自认成为棋协大师的概率比较低，想来想去还是参考AlphaGo Zero做个AI吧，一方面有可能训练出一个大师级的AI做儿子的陪练对棋艺的提升有所帮助，另一方面刚好自己也能顺便学习强化学习。 本文以我学习五子棋、国际象棋的强化学习过程为例，给大家讲解一下如何让机器在仅知道走子规则的情况下通过自我博弈成为下棋高手。
AlphaGo论文的译文：用通用强化学习自我对弈，掌握国际象棋和将棋 Mastering-Chess-and-Shogi-by-Self-Play-with-a-General-Reinforcement-Learning-Algorithm
AlphaGo论文的译文：用深度神经网络和树搜索征服围棋 Mastering the game of Go with deep neural networks and tree search
Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者 Theano 作为后端运行。Keras 的开发重点是支持快速的实验。能够以最小的时延把你的想法转换为实验结果，是做好研究的关键。
本文以猫狗的分类识别为例，给大家讲解一下如何直接使用带有大量干扰背景的彩色图片训练一个能识别图片是猫还是狗的模型。
通用图像分类公开的标准数据集常用的有CIFAR、ImageNet、COCO等，由于ImageNet数据集较大，下载和训练较慢，为了方便快速学习图像分类，我们使用CIFAR10数据集。 本文讲解如何将数据集反向重建为rgb彩色图片。
mark
为了做车牌识别训练，先单独研究下怎么从照片里扣出车牌区域。
mark
MNIST 数据集是一个手写数字识别训练数据集，来自美国国家标准与技术研究所National Institute of Standards and Technology (NIST)。训练集 (training set) 由来自 250 个不同人手写的数字构成，其中 50% 是高中学生，50% 来自人口普查局 (the Census Bureau) 的工作人员。测试集(test set) 也是同样比例的手写数字数据。
前段时间忙了好一阵，终于有时间继续学习了，今天开始通过paddlepaddle的手写数字识别看一下简单的cnn图像识别模型是怎么训练出来的。
mark
Elasticsearch 是一个分布式、可扩展、实时的搜索与数据分析引擎。
经常接触LSTM，GRU,RNN这些模型，对于LSTM的印象只是知道它用来解决梯度消失梯度爆炸问题，对于长距离的句子的学习效果不好的问题，而且大概知道里面是加了一些参数，加了门单元来选择忘记和记住一些信息。但是具体公式没有推过，所以理解的不够深。
word embedding的意思是：给出一个文档，文档就是一个单词序列比如 “A B A C B F G”, 希望对文档中每个不同的单词都得到一个对应的向量(往往是低维向量)表示。
比如，对于这样的“A B A C B F G”的一个序列，也许我们最后能得到：A对应的向量为[0.1 0.6 -0.5]，B对应的向量为[-0.2 0.9 0.7] （此处的数值只用于示意）
人工智能研究方向演变：规则->统计->知识->深度学习
上次我们进行了简单的环境安装和模型应用尝试，今天开始通过paddlepaddle的房价预测看一下简单的线性回归有监督模型是怎么训练出来的。