🥇मशीन लर्निंग आणि टिंडर वापरून ताशी 13 मुलींना कसे उचलायचे

*मशिन लर्निंग शिकण्यासाठी अर्थातच. त्याच्या प्रिय पत्नीच्या किंचित असमाधानी नजरेखाली.

स्पाइनल रिफ्लेक्सेसच्या पातळीसाठी टिंडरसारखे कोणतेही सोपे अनुप्रयोग नाही. ते वापरण्‍यासाठी, स्‍वाइप करण्‍यासाठी स्‍वाइप करण्‍यासाठी तुम्‍हाला फक्त एका बोटाची आणि तुम्‍हाला आवडत्‍या मुली किंवा पुरुषांची निवड करण्‍यासाठी काही न्यूरॉन्सची आवश्‍यकता आहे. जोडी निवडीमध्ये ब्रूट फोर्सची आदर्श अंमलबजावणी.

मी ठरवले आहे की नवीन ग्राफिक्स कार्डवर मशीन लर्निंगचा थोडासा अनुभव घेण्याचा हा एक चांगला मार्ग असेल. माझ्या पत्नीला हे समजावून सांगणे बाकी आहे की मला नवीन जाड स्त्रीची गरज नाही आणि मी फक्त न्यूरल नेटवर्कचे प्रशिक्षण देत आहे.

डेटिंग नेटवर्कमध्ये काय समस्या आहे?

असे एक संसाधन होते - ऍशले मॅडिसन. विशिष्ट, घोषवाक्य सह “आयुष्य लहान आहे. प्रेमसंबंध ठेवा." मुख्य प्रेक्षक विवाहित पुरुष बाजूला प्रेम शोधत आहेत. कमाई करणे देखील मजेदार आहे - मानक "लाइक आणि लिहिण्यासाठी पॉइंट्स खर्च करा" व्यतिरिक्त, त्यांनी ट्रेसशिवाय वापरकर्त्याचे खाते हटविण्यासाठी $19 मागितले.

2015 मध्ये, साइट नैसर्गिकरित्या लीक झाली आणि 60 GB वैयक्तिक डेटा सार्वजनिक डोमेनमध्ये लीक झाला. अनेक नष्ट झालेल्या कुटुंबांव्यतिरिक्त, या गळतीने विश्लेषकांना बरीच मनोरंजक माहिती दिली. मला नेहमीच शंका होती की डेटिंग साइट्सवर बरेच पुरुष आहेत, परंतु या प्रकरणात ते खूप मनोरंजक ठरले. पत्रकार अॅनाली न्यूट्झ लीक झालेल्या डेटाचे विश्लेषण असे आढळले की 5 दशलक्ष वापरकर्त्यांपैकी फक्त 12 वास्तविक मुलींच्या खात्यांसारखेच होते आणि ते नियमितपणे वापरले जात होते. बाकीचे फक्त बॉट्स होते जे पुरुष अभ्यागतांशी गप्पा मारत होते.

पुरूष खात्यांबद्दल असा अग्रक्रम केवळ या संसाधनासाठीच नाही तर इतर डेटिंग साइट्ससाठी देखील वैशिष्ट्यपूर्ण आहे. मला खात्री आहे की अनेकांना या निःसंशयपणे अन्यायकारक परिस्थितीचा सामना करावा लागला आहे, जेव्हा तुम्हाला एखाद्या ओळखीची काळजीपूर्वक योजना करावी लागते, परंतु मुलीला फक्त नोंदणी करणे आवश्यक आहे. चाहत्यांच्या या गर्दीची गुणवत्ता बाजूला ठेवूया, परंतु वस्तुस्थिती निर्विवाद आहे की मागणी आणि पुरवठा यांचा समतोल स्पष्टपणे मुलींच्या बाजूने बदलला आहे.

टिंडर वैशिष्ट्य

लिंग संबंधांमध्ये आदर्श क्रूर शक्ती

या प्लॅटफॉर्मचे मुख्य वैशिष्ट्य म्हणजे प्रति परिचित कमी खर्च. दोन स्वाइपचा योगायोग पुरेसा आहे आणि आपण आधीच संभाव्य मनोरंजक व्यक्तीशी संवाद साधत आहात. समस्या अशी आहे की समान लिंग असंतुलनामुळे बहुतेक मुलींना दररोज डझनभर सामने होतील. याचा अर्थ असा की त्यांना इतर उमेदवारांमध्ये तुमच्याकडे लक्ष द्यायला बहुधा वेळ नसेल.

हे अगदी स्पष्ट आहे की प्लॅटफॉर्ममध्ये स्विमसूटमधील फोटो किंवा फॅशनेबल टिंटेड कार चालवताना दीड सेकंदाच्या नजरेतून एखाद्या व्यक्तीच्या खोल आंतरिक जगाचे मूल्यांकन करण्याची कमी संधी आहे. म्हणूनच, जर तुम्ही तुमच्या छायाचित्रांमध्ये फक्त दिव्य दिसत नसाल, तर तुम्हाला अवलंब करून तुमच्या संधी वाढवण्याशिवाय पर्याय नाही. आर-रणनीती काही प्रजातींमध्ये. सोप्या भाषेत सांगायचे तर, प्रजनन यशस्वी होण्याची शक्यता वाढवण्यासाठी आम्ही क्रूर बळ घेऊ आणि व्हॉल्यूम घेऊ. तुम्‍हाला कधीकधी खाल्‍याने आणि झोपेने विचलित करण्‍याची आवश्‍यकता असल्‍याने आणि स्‍वाइप मर्यादित असल्‍याने, तुम्‍ही कदाचित तुमच्‍या आवडीनुसार मुली किंवा पुरुष निवडण्‍यास प्राधान्य द्याल. लहान रेडहेड्स किंवा उंच ब्रुनेट्स - हे आपल्यावर अवलंबून आहे.

डेटा गोळा करीत आहे

सर्व प्रथम, आपल्याला सामान्य अचूकतेसाठी भरपूर डेटा आवश्यक आहे. ज्याला मशिन लर्निंगचा सामना करावा लागला आहे त्याला माहीत आहे की योग्यरित्या गोळा केलेला आणि लेबल केलेला डेटासेट तयार करणे किती कठीण आहे. सैद्धांतिकदृष्ट्या, कोणताही समान स्त्रोत डेटा स्रोत म्हणून योग्य असेल, मग ते Instagram किंवा इतर सोशल नेटवर्क्स असो. परंतु भविष्यात ज्या नमुन्यांवर नेटवर्क कार्य करेल त्या नमुन्यांना प्रशिक्षण देणे चांगले आहे.

चला आधार म्हणून भांडार घेऊ टिंडर ऑटोमेशन. टिंडरचे फोटो नेहमीच सार्वजनिकरित्या उपलब्ध असतात, परंतु "लाइक" फंक्शन आधीच मर्यादित आहे. म्हणून, त्रिज्येतील सर्व जिवंत वस्तू काढणे आणि त्यांना काळजीपूर्वक चिन्हांकित करणे आवश्यक आहे. प्रथम तुम्हाला अगदी सोपी स्क्रिप्ट वापरण्याची आवश्यकता आहे:

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)

हे तुम्हाला फक्त दोन बटणांसह शक्य तितक्या लवकर डेटासेट चिन्हांकित करण्यास अनुमती देईल. वर्कझेग लायब्ररीने मागासलेली सुसंगतता खंडित केली आहे आणि ती डाउनग्रेड करण्याची सक्ती करावी लागेल या वस्तुस्थितीमध्ये मुख्य समस्या आहे. अन्यथा ही त्रुटी टाकते.

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'

म्हणून, requirements.txt मध्ये तुम्हाला Werkzeug==0.16.1 लिहावे लागेल. मग ते उतरेल.
दुसरी अडचण म्हणजे हे टोकन मिळणे. रेपॉजिटरीमधील मानक पद्धत माझ्यासाठी कार्य करत नाही, परंतु मी ते विकसक कन्सोलमधून मिळविण्यात व्यवस्थापित केले. हे करण्यासाठी, वर जा दुवा आणि मध्ये POST विनंतीचा प्रतिसाद काढा www.facebook.com/v2.6/dialog/oauth/confirm?dpr=1. आत आपण 'access_token' शोधतो. काही कारणास्तव ते प्रथमच कार्य करत नाही, परंतु नंतर मला ते सापडले आणि स्क्रिप्टमध्ये हार्डकोड केले.

डेटासेट आवश्यकता

मशीन लर्निंग डेटासेटसाठी अनेक प्रमुख आवश्यकता आहेत:

पर्याप्तता
एकरूपता
विविधता

या प्रकरणात पुरेसे मॉडेल तयार करण्यासाठी किमान 10000 छायाचित्रे आवश्यक आहेत. होय, ते खूप आहे. सेवा आवडते का हे आहे अमेझॉन मेकॅनिक तुर्क, जेथे फीसाठी तुम्ही तुमच्या डेटासेटचा मार्कअप इतर लोकांना सोपवू शकता. दुसरीकडे, तुम्हाला खरोखर तुमच्या बॉटला चंद्राच्या चेहऱ्यावरील आशियाई मुली किंवा भारतीय मुळे असलेल्या तितक्याच सुंदर मुलींना आवडावे असे वाटते का? तरीही, मॉडेलने आपली चव प्रतिबिंबित केली पाहिजे.

विविधतेमध्ये कोणतीही विशेष समस्या नाही; सर्व छायाचित्रे विविध कोनातून आणि प्रकाशयोजनांमधून सादर केली जातात. चष्मा, कपडे, स्विमसूट आणि स्की सूट मध्ये. डेटासेटच्या एकसमानतेसह समस्या उद्भवू शकते. तद्वतच, जेव्हा आम्ही आमचा नमुना लेबल करतो, तेव्हा त्यात अंदाजे समान भाग असावेत. तुमच्याकडे “स्क्युड” डेटासेट असल्यास, तुम्हाला तो इतर स्रोतांच्या छायाचित्रांसह सौम्य करावा लागेल. तुम्हाला अधिक आकर्षक जोडावे लागतील, किंवा त्याउलट, तुम्ही मार्कअप परिणामाच्या आधारे ते निर्धारित कराल. मला जवळपास ६०% सुंदर काहीतरी मिळाले. एकतर मी खूप निवडक नाही किंवा मी भाग्यवान आहे आणि आजूबाजूला खूप सुंदर मुली आहेत.

त्यांच्यामध्ये बरेच बॉट्स आहेत या गृहीतकालाही मी सूट देत नाही. आम्ही एक बॉट प्रशिक्षित करतो ज्याला इतर बॉट्स आवडतील. यात काही विडंबन आहे.

डेटा प्रोसेसिंग

आमच्याकडे टॅग केलेल्या फोटोंचा समूह आहे, परंतु ते खूप मिश्रित आहेत. दिवसा, रात्री, मागून आणि इतर. खेदाने, मी समजतो की उलट कोनातून छायाचित्रे शिकवणे विशेषतः प्रभावी होणार नाही, कारण नमुना खूपच असमान असेल. म्हणून, चेहऱ्यांचा वापर हा “गोंडसपणा” चे संदर्भ चिन्ह म्हणून वापरणे हा सर्वोत्तम पर्याय असेल. तरीही, आमच्यासाठी, इतर प्राइमेट्ससाठी, हे एक महत्त्वाचे पॅरामीटर आहे.

म्हणून, चला वापरुया हार कॅस्केड्स. हा एक उत्कृष्ट अल्गोरिदम आहे जो आपल्याला खोट्या सकारात्मक त्रुटींच्या कमी टक्केवारीसह प्रतिमांमधील चेहरे शोधण्याची परवानगी देतो.

हे मॅन्युअलमध्ये अधिक तपशीलवार वर्णन केले आहे ओपनसीव्ही

पुढच्या टप्प्यावर, नमुन्यात फक्त चेहरे आल्यानंतर, रंग काढून टाकणे अर्थपूर्ण आहे. खरं तर, तुम्हाला Pandora च्या सुंदर निळ्या डेनिझन किंवा हिरव्या-त्वचेचे सौंदर्य यापैकी एक निवडावे लागेल.

स्त्रोत

ह्यू लोकांमध्ये, त्वचेचा रंग आकर्षकपणाच्या रेटिंगमध्ये महत्त्वपूर्ण योगदान देत नाही.
म्हणून, न्यूरल नेटवर्कचे कार्य सुलभ करणे आणि फक्त ग्रेस्केल सोडणे योग्य आहे.

मॉडेल इमारत

मला लगेच सांगायचे आहे की चांगल्या व्हिडिओ कार्ड आणि CUDA शिवाय, तुम्हाला बहुधा पुरेसे वेळेत प्रशिक्षित मॉडेल मिळणार नाही. म्हणून, ताबडतोब विशिष्ट ढगांमध्ये किंवा python-CUDA वापरून गणना करण्याचे लक्ष्य ठेवा.

मी रेपॉजिटरीच्या लेखकाकडून एक मूलभूत तीन-स्तर उदाहरण घेतले आणि आश्चर्याची गोष्ट म्हणजे, त्याने सुमारे 72% अचूकता दर्शविली, जो एक चांगला परिणाम आहे.

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'])

जर एक चांगला नमुना असेल तर ते कार्यक्षम मॉडेल मिळविण्यासाठी पुरेसे असू शकते.

चला बॉट लाँच करूया

कल्पनेची त्वरीत चाचणी करण्यासाठी तयार पर्यायासाठी भांडाराच्या लेखकाचे आभार. खरं तर, हे मूलभूत आवृत्तीमध्ये चांगले कार्य करते आणि तत्त्वतः, आमच्यावर लॉन्च केले जाऊ शकते रेडीमेड भाड्याने दिलेला सर्व्हर. अद्याप प्रशिक्षण देणे शक्य होणार नाही; याक्षणी आम्ही गणनासाठी CUDA समर्थनासह आभासी मशीन प्रदान करत नाही, परंतु आपण कोणत्याही समस्यांशिवाय काहीतरी 24/7 चालवू शकता. बॉट खूपच हलके आहे, म्हणून वापरलेल्या संसाधनांसाठी पैसे देणारे दर घेणे अधिक फायदेशीर ठरेल.

निकाल

मला वाटते की मी खूप गोंडस आहे. आणि माझ्याकडे एक समृद्ध आंतरिक जग आहे. मला एका तासात 13 सामने असे काहीतरी मिळाले. शिवाय, अनेक वेळा मुलींनी प्रथम लिहिले.
परिणामी, आम्ही खूप छान संवादांसह संपलो, जिथे मी म्हणालो की मी फक्त मशीन लर्निंग आणि डेटा लेबलिंगसह खेळण्यासाठी आलो आहे. मुलींपैकी एकाला खूप रस होता, कारण ती स्वतः एक विकसक आहे. ती अखेरीस Habré वर हे पोस्ट वाचेल अशी तीव्र भावना आहे. मला खरोखर आशा आहे की ओक्साना माझे नाव गुप्त ठेवेल. 🙂
*पंजा हलवतो आणि हाय म्हणतो

समस्येच्या नैतिक बाजूबद्दल थोडेसे

खरे सांगायचे तर, मला पुरुष आणि मुलींमधील नातेसंबंध रोबोटीकरण करण्याची संपूर्ण कल्पना आवडत नाही. एकट्या उभ्या असलेल्या थंड अनोळखी व्यक्तीच्या खांद्यावर आपले जाकीट फेकण्याबद्दल काहीतरी योग्य आहे. किंवा उन्हाळ्याच्या कॅफेमध्ये सुंदर मुलीकडे जा आणि एकत्र कॉफी प्या. आधीच मॉनिटर्सच्या मागून बाहेर पडा.

सर्वत्र उन्हाळा आहे. परिचित होण्याची वेळ आली आहे.

स्त्रोत: www.habr.com

मशीन लर्निंग आणि टिंडर वापरून ताशी १३ मुलींना कसे उचलायचे