* Dìreach airson a bhith ag ionnsachadh Ionnsachadh Inneal, gu dearbh. Fo shealladh beagan mì-riaraichte bean a ghràidh.
Is dòcha nach eil tagradh cho sìmplidh ri ìre reflexes cnàimh-droma ri Tinder. Gus a chleachdadh, chan fheum thu ach aon mheur airson swipe agus beagan neurons gus na nigheanan no na fir as fheàrr leat a thaghadh. Buileachadh air leth de fheachd bhrùideil ann an taghadh paidhir.
Cho-dhùin mi gum biodh seo na dhòigh math air beagan faireachdainn fhaighinn airson ionnsachadh innealan air cairt grafaiceachd ùr. Chan eil air fhàgail ach mìneachadh dha mo bhean nach eil feum agam air boireannach ùr nas reamhar, agus tha mi dìreach a’ trèanadh lìonraidhean neural.
Dè an duilgheadas a th’ ann le lìonraidhean suirghe?
Bha leithid de ghoireas ann - Ashley Madison. Gu sònraichte, leis an sluagh-ghairm “Tha beatha goirid. Biodh dàimh agad." Is e am prìomh luchd-èisteachd fir phòsta a tha a’ coimhead airson dàimh air an taobh. Tha monetization cuideachd spòrsail - a bharrachd air an ìre àbhaisteach “puingean caitheamh airson a bhith dèidheil air agus a’ sgrìobhadh, ”dh’ iarr iad $ 19 gus cunntas neach-cleachdaidh a dhubhadh às gun lorg.
Ann an 2015, chaidh an làrach a-mach gu nàdarrach agus chaidh 60 GB de dhàta pearsanta a-mach don raon phoblach. A bharrachd air mòran theaghlaichean a chaidh a sgrios, thug an aodion seo mòran fiosrachaidh inntinneach dha luchd-anailis. Bha mi an-còmhnaidh fo amharas gu robh tòrr a bharrachd fhireannaich air làraich suirghe, ach sa chùis seo bha e gu math inntinneach. Neach-naidheachd Annalee Newitz lorg, a-mach à 5 millean neach-cleachdaidh, nach robh ach 12 coltach ri cunntasan nighean fìor agus gun deach an cleachdadh gu cunbhalach. Cha robh anns a’ chòrr ach botaichean a bha a’ còmhradh ri luchd-tadhail fireann.
Tha an leithid de dh’ ùidh ann an cunntasan fireann àbhaisteach chan ann a-mhàin airson a’ ghoireas seo, ach cuideachd airson a’ mhòr-chuid de làraich cinn-latha eile. Tha mi cinnteach gu bheil mòran air coinneachadh ris an t-suidheachadh mì-chothromach seo gun teagamh, nuair a dh'fheumas tu neach-eòlais a dhealbhadh gu faiceallach, ach feumaidh an nighean clàradh. Fàgaidh sinn càileachd an t-sluaigh seo de luchd-leantainn gu aon taobh, ach chan eil teagamh sam bith gu bheil an cothromachadh solair is iarrtas air a ghluasad gu soilleir airson fàbhar nan nigheanan.
Feart Tinder
An neach-ionnsaigh brùideil as fheàrr ann an dàimh gnè
Is e prìomh fheart an àrd-ùrlar seo cosgais ìosal gach neach-eòlais. Tha co-thuiteamas de dhà swipes gu leòr agus tha thu mu thràth a ’conaltradh ri neach a dh’ fhaodadh a bhith inntinneach. Is e an duilgheadas a th’ ann gu bheil an aon mhì-chothromachadh gnè ag adhbhrachadh gum bi dusanan de gheamannan aig a’ mhòr-chuid de chlann-nighean gach latha. Tha seo a’ ciallachadh gur dòcha nach bi ùine aca aire a thoirt dhut am measg thagraichean eile.
Tha e gu math soilleir gu bheil an àrd-ùrlar a 'ciallachadh nach eil mòran cothrom ann measadh a dhèanamh air saoghal domhainn a-staigh duine bho shealladh gu leth air dealbh ann an deise snàmh no a' draibheadh càr le dath fasanta. Mar sin, mura h-eil thu a’ coimhead dìreach diadhaidh anns na dealbhan agad, chan eil roghainn agad ach na cothroman agad a mheudachadh le bhith a’ gabhail ris ann an cuid de ghnèithean. Gu sìmplidh, bheir sinn neart brùideil agus bheir sinn a-steach meud gus na cothroman againn air soirbheachadh briodachaidh àrdachadh. Leis gum feum thu uaireannan a bhith air do tharraing le biadh is cadal, agus gu bheil swipes cuibhrichte, is dòcha gum b’ fheàrr leat gum bi fèin-ghluasad a’ taghadh na nigheanan no na fir as freagarraiche dhut. Ceann dearg goirid no brunettes àrd - tha e an urra riut fhèin.
A 'cruinneachadh dàta
An toiseach, feumaidh tu tòrr dàta airson cruinneas àbhaisteach. Tha fios aig duine sam bith a choinnich ri ionnsachadh innealan cho duilich ‘s a dh’ fhaodas e a bhith gus stòr-dàta a chaidh a chruinneachadh agus a chomharrachadh gu ceart a thoirt gu buil. Gu teòiridheach, bidh goireas sam bith den aon seòrsa freagarrach mar stòr dàta, biodh e Instagram no lìonraidhean sòisealta eile. Ach tha e nas fheàrr trèanadh a dhèanamh air na sampallan sin air am bi an lìonra ag obair san àm ri teachd.
Gabhamaid an stòr mar bhunait . Tha dealbhan Tinder an-còmhnaidh rim faighinn gu poblach, ach tha an gnìomh “like” cuibhrichte mu thràth. Mar sin, feumar a h-uile rud beò a thoirt a-mach taobh a-staigh an radius agus an comharrachadh gu faiceallach. An toiseach feumaidh tu sgriobt gu math sìmplidh a chleachdadh:
from skimage.io import imread, imsave, imshow, show
import matplotlib.pyplot as plt
import pynder
from helpers import get_access_token, get_login_credentials
from io_helper import save_image
email, password, FBID = get_login_credentials()
FBTOKEN = get_access_token(email, password)
session = pynder.Session(facebook_token=FBTOKEN)
while True:
users = session.nearby_users()
for user in users:
photos = user.get_photos()
print("Fetched user photos..")
for photo in photos:
print(photo)
image = imread(photo)
imshow(image)
show()
input_string = "Write 1 to like. Write 2 to dislike."
ans = str(input(input_string)).lower()
if ans == "1":
save_image(image, photo, True)
else:
save_image(image, photo, False)
Leigidh e leat an dàta a chomharrachadh cho luath ‘s a ghabhas le dìreach dà phutan. Is e am prìomh dhuilgheadas gu bheil leabharlann werkzeug air co-fhreagarrachd air ais a bhriseadh agus gum feumar a thoirt sìos. Mur eil, bidh e a 'tilgeil a' mhearachd seo.
Traceback (most recent call last):
File "img_scrape.py", line 4, in <module>
from helpers import get_access_token, get_login_credentials
File "/home/someone/tmp/TinderAutomation/helpers.py", line 1, in <module>
import robobrowser
File "/home/someone/tmp/TinderAutomation/venv/lib/python3.6/site-packages/robobrowser/__init__.py", line 3, in <module>
from .browser import RoboBrowser
File "/home/someone/tmp/TinderAutomation/venv/lib/python3.6/site-packages/robobrowser/browser.py", line 8, in <module>
from werkzeug import cached_property
ImportError: cannot import name 'cached_property'
Mar sin, ann an requirements.txt feumaidh tu sgrìobhadh Werkzeug==0.16.1. An uairsin bheir e dheth.
Is e an dàrna duilgheadas a bhith a 'faighinn an dearbh chomharra seo. Cha do dh’ obraich an dòigh àbhaisteach bhon stòr dhomh, ach fhuair mi e bho chonsail an leasaiche. Gus seo a dhèanamh, rachaibh gu agus thoir a-mach am freagairt don iarrtas POST a-steach . Taobh a-staigh tha sinn a’ coimhead airson ‘access_token’. Air adhbhar air choireigin cha do dh’obraich e a’ chiad uair, ach an uairsin lorg mi e agus chuir mi còd cruaidh a-steach don sgriobt.
Riatanasan stòr-dàta
Tha grunn phrìomh riatanasan ann airson dàta ionnsachadh innealan:
- Freagarrachd
- Co-ionnanachd
- Variety
Feumaidh gu leòr sa chùis seo co-dhiù 10000 dealbh gus modail iomchaidh a thogail. Tha, tha sin tòrr. Sin as coireach gu bheil seirbheisean coltach , far an urrainn dhut, airson cìs, comharrachadh an dàta agad a thiomnadh do dhaoine eile. Air an làimh eile, a bheil thu dha-rìribh ag iarraidh gum bi do bhot a’ còrdadh ri caileagan Àisianach mìorbhaileach aghaidh na gealaich no caileagan a cheart cho breagha le freumhan Innseanach? Ach, bu chòir don mhodail do bhlas a nochdadh.
Chan eil duilgheadasan sònraichte ann le measgachadh; tha a h-uile dealbh air a thaisbeanadh bho dhiofar cheàrnan agus solais. Ann an glainneachan, dreasaichean, swimsuits agus deiseachan sgithidh. Faodaidh duilgheadas èirigh le co-ionannachd an dàta. Mas fheàrr, nuair a bhios sinn ag ainmeachadh ar sampall, bu chòir gum biodh e timcheall air pàirtean co-ionann. Ma tha dàta “skewed” agad mu dheireadh, feumaidh tu a lagachadh le dealbhan bho thùsan eile. Feumaidh tu feadhainn nas tarraingiche a chur ris, no a chaochladh, suidhichidh tu iad stèidhichte air toradh a’ chomharraidh. Fhuair mi rudeigin timcheall air 60% breagha. An dàrna cuid chan eil mi ro picky, no tha mi dìreach fortanach agus tha tòrr nigheanan breagha mun cuairt.
Chan eil mi cuideachd a’ lughdachadh a’ bharail gu bheil mòran bhotan nam measg. Bidh sinn a’ trèanadh bot a chòrdas ri botaichean eile. Tha beagan ìoranas ann an seo.
Giullachd dàta
Tha dòrlach de dhealbhan tagged againn, ach tha iad gu math measgaichte. Tron latha, tron oidhche, bhon chùl agus feadhainn eile. Le aithreachas, tha mi a 'tuigsinn nach bi teagasg bho dhealbhan bho cheàrn cùil gu sònraichte èifeachdach, oir bidh an sampall gu math neo-chòmhnard. Mar sin, is e an roghainn as fheàrr aghaidhean a chleachdadh mar chomharradh iomraidh air “cuteness.” Ach, dhuinne, mar airson prìomhairean eile, tha seo na phrìomh pharamadair.
Mar sin, leig dhuinn a chleachdadh . Is e algorithm sàr-mhath a tha seo a leigeas leat aghaidhean a lorg ann an ìomhaighean le àireamh sa cheud ìosal de mhearachdan dearbhach meallta.
Tha seo air a mhìneachadh nas mionaidiche anns an leabhar-làimhe
Aig an ath ìre, às deidh dìreach aghaidhean a bhith anns an sampall, tha e ciallach dath a thoirt air falbh. Gu dearbh, cha mhòr gum feum thu taghadh eadar denizen gorm àlainn Pandora no bòidhchead le craiceann uaine.
Ann an daoine Hue, chan eil dath craiceann a’ cur gu mòr ri ìrean tarraingeachd.
Mar sin, is fhiach obair an lìonra neural a dhèanamh nas sìmplidhe agus a 'fàgail a-mhàin sgèile liath.
Togalach modail
Tha mi airson a ràdh anns a’ bhad, às aonais cairt bhidio math agus CUDA, tha e glè choltach nach fhaigh thu modal trèanaidh ann an ùine iomchaidh. Mar sin, sa bhad ag amas air àireamhachadh ann an sgòthan sònraichte no a 'cleachdadh python-CUDA.
Ghabh mi eisimpleir bunaiteach trì-fhilleadh bho ùghdar an stòrais agus, gu h-iongantach, sheall e cruinneas timcheall air 72%, a tha na thoradh math.
model = Sequential()
model.add(Convolution2D(32, 3, 3, activation='relu', input_shape=(img_size, img_size, 3)))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Convolution2D(32, 3, 3, activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))
adam = optimizers.SGD(lr=1e-4, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
optimizer= adam,
metrics=['accuracy'])
Ma tha sampall math ann, is dòcha gum bi e gu leòr modal obrachail fhaighinn.
Nach cuir sinn am bot air bhog
Taing do ùghdar an stòr airson roghainn deiseil airson a bhith a 'dèanamh deuchainn gu luath air a' bheachd. Gu dearbh, tha e ag obair gu math anns an dreach bunaiteach agus faodar, ann am prionnsabal, a chur air bhog air ar . Cha bhith e comasach trèanadh fhathast; aig an àm seo chan eil sinn a’ toirt seachad innealan brìgheil le taic CUDA airson àireamhachadh, ach faodaidh tu rudeigin a ruith 24/7 gun duilgheadas sam bith. Tha am bot gu math aotrom, agus mar sin bhiodh e na bu phrothaidiche cìs a ghabhail a phàigheas airson na goireasan a thathar a’ cleachdadh.
Toraidhean
Tha mi creidsinn gu bheil mi glè ghrinn. Agus tha saoghal beairteach a-staigh agam. Fhuair mi rudeigin mar 13 maidsean taobh a-staigh uair a thìde. A bharrachd air an sin, grunn thursan sgrìobh na caileagan an toiseach.
Mar thoradh air an sin, chrìochnaich sinn le còmhraidhean gu math snog, far an tuirt mi gun tàinig mi a-steach a-mhàin airson cluich le ionnsachadh innealan agus bileagan dàta. Bha ùidh mhòr aig aon de na caileagan, leis gu bheil i fhèin na leasaiche. Tha faireachdainn làidir ann gun leugh i am post seo mu dheireadh air Habré. Tha mi dha-rìribh an dòchas gun cùm Oksana m’ ainm gun urra. 🙂
*машет лапой и передает привет
Beagan mu thaobh beusach na cùise
Gus a bhith onarach, cha toil leam am beachd gu lèir mu bhith a’ robotachadh dhàimhean eadar fir is nigheanan. Tha rudeigin gu math ceart mu bhith a 'tilgeil do sheacaid thairis air guailnean coigreach fuar a tha na sheasamh leis fhèin. No thig gu nighean bhòidheach ann an cafaidh samhraidh agus òl cofaidh còmhla. Faigh a-mach air cùl na sgrùdairean mu thràth.
Tha an samhradh timcheall. Tha an t-àm ann eòlas fhaighinn air.
Source: www.habr.com