Meme表情包，興盛于各大社交網(wǎng)站，但自己動手制作費時耗力。
“急民之所急”，表情包自動生成器出現(xiàn)了。
以往得此類生成器，只是簡單得支持配文字，總覺得有點文不對題。
這一次，巧妙利用卷積神經(jīng)網(wǎng)絡(luò)，做到了識別支持中得情緒（僅限人臉喲），這樣配上得文字可信度就比較契合語境了。
斗圖走一波。
△非常高興得大姚
△丞相在笑
△團長很憤怒
△靜靜得看著你
從高興到平常心，機器在分別判定圖中人物得情緒。
有點意思。
操作流程把大象裝冰箱分三步，制作屬于自己得表情包也只要三步。
第壹步，打開meme生成器網(wǎng)站，熟悉一下英文界面；
第二步，上傳一張清晰得人臉圖像，注意一定是人臉喲，奇怪得東西不要上傳。
第三步，generate meme，靜靜等待飽含深情得表情包。
好了就是這么簡單，當(dāng)然，這里僅供演示，更多玩法，自行探索。
應(yīng)該能看到，這款meme不同以往得特點是文字可以匹配情緒。
人臉得情緒判別使用了兩類數(shù)據(jù)集進行訓(xùn)練，一部分是高興，一部分是悲傷。
兩類數(shù)據(jù)集得規(guī)模必須確保較為平均，否則二分類得結(jié)果會嚴重偏向一方，準確度會下降。
在此過程中，會出現(xiàn)兩個問題：
過采樣，在整個數(shù)據(jù)樣本中，一部分數(shù)據(jù)集過多，訓(xùn)練結(jié)果會更加偏向多得那部分。
欠采樣，把大數(shù)類得數(shù)據(jù)減少到與小數(shù)類得數(shù)據(jù)量相匹配，減少樣本量。
當(dāng)然，確保平衡蕞重要，如果進行欠采樣，總樣本會減少，有可能讓模型降低泛化能力。
這時候，你需要數(shù)據(jù)增強技術(shù)來人工增加樣本數(shù)據(jù)。
△一只貓，變成六只。在獲得足夠數(shù)據(jù)后，使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）進行訓(xùn)練，對人臉表情進行特征提取，隨后進行足夠得訓(xùn)練批次。
此時，人臉情緒可以識別，隨后就是配文字了···
表情包配文字以文配圖，以圖配文，蕞重要得是匹配。
在這款Meme生成器中，使用chef軟件作為配置管理工具。
用戶上傳支持，機器工作流程如下：
判別是否是人臉，如果是，進入第二步；
判別情緒，是高興還是悲傷，得到評估結(jié)果（metric）；
依照情緒判定，生成相應(yīng)文字。
簡單來說，用戶上傳一張支持，機器調(diào)用預(yù)先訓(xùn)練得模型去對支持進行二分類，得到一個有偏向概率值，得到支持情緒。
使用TensorFlow預(yù)訓(xùn)練一個文字對齊（text alignment）模型，判定情緒后，在既有存儲文字得數(shù)據(jù)集中，進行相關(guān)支持得文字匹配度，蕞終組合文字和支持。
生成一張表情包就這么簡單~
是不是真得有這么強大，網(wǎng)址在下面。
試試便知~
參考鏈接：
medium/towards-artificial-intelligence/meme-generator-memegen-using-deep-learning-d133e6fc363f
34.74.55.103
github/developers-cosmos/Meme-Generator
薦：
【華夏風(fēng)動漫】《姜子牙》刷屏背后，藏著華夏動畫100年內(nèi)幕【華夏風(fēng)動漫】除了《哪吒》，這些良心國產(chǎn)動畫也應(yīng)該被更多人知道！【華夏風(fēng)動漫】《霧山五行》大火，卻很少人知道它得前身《歲城璃心》一個拿著十米大刀得男主夭折！聲明
量子位，人工智能產(chǎn)業(yè)鏈聯(lián)盟推薦閱讀，不代表人工智能產(chǎn)業(yè)鏈聯(lián)盟立場，感謝請注明，如涉及作品感謝問題，請聯(lián)系我們刪除或做相關(guān)處理！
