“急民之所急”，表情包自动天生器涌现了。

以往的此类天生器，只是大略的图片配笔墨，总以为有点文不对题。

这一次，作者奥妙利用卷积神经网络，做到了识别图片中的感情（仅限人脸哟），这样配上的笔墨可信度就比较契合语境了。

斗图走一波。

△非常高兴的大姚

△丞相在笑

△团长很愤怒

△悄悄的看着你

从高兴到平常心，机器在分别剖断图中人物的感情。

有点意思。

操作流程

把大象装冰箱分三步，制作属于自己的表情包也只要三步。

第一步，打开meme天生器网站，熟习一下英文界面；

第二步，上传一张清晰的人脸图像，把稳一定是人脸哟，奇怪的东西不要上传。

第三步，点击generate meme，悄悄等待饱含深情的表情包。

好了便是这么大略，当然，这里仅供演示，更多玩法，自行探索。

该当能看到，这款meme不同以往的特点是笔墨可以匹配感情。

人脸的感情判别

作者利用了两类数据集进行演习，一部分是高兴，一部分是悲哀。

两类数据集的规模必须确保较为均匀，否则二分类的结果会严重倾向一方，准确度会低落。

在此过程中，会涌现两个问题：

过采样，在全体数据样本中，一部分数据集过多，演习结果会更加倾向多的那部分。
欠采样，把大数类的数据减少到与小数类的数据量相匹配，减少样本量。

当然，确保平衡最主要，如果进行欠采样，总样本会减少，有可能让模型降落泛化能力。

这时候，你须要数据增强技能来人工增加样本数据。

△一只猫，变成六只。

在得到足足数据后，作者利用卷积神经网络（CNN）进行演习，对人脸表情进行特色提取，随后进行足够的演习批次。

此时，人脸感情可以识别，随后便是配笔墨了···

表情包配笔墨

以文配图，以图配文，最主要的是匹配。

在这款Meme天生器中，作者利用chef软件作为配置管理工具。

用户上传图片，机器事情流程如下：

判别是否是人脸，如果是，进入第二步；判别感情，是高兴还是悲哀，得到评估结果（metric）；依照感情剖断，天生相应笔墨。

大略来说，用户上传一张图片，机器调用预先演习的模型去对图片进行二分类，得到一个有倾向概率值，得到图片感情。

作者利用TensorFlow预演习一个笔墨对齐（text alignment）模型，剖断感情后，在既有存储笔墨的数据集中，进行干系图片的笔墨匹配度，终极组合笔墨和图片。

天生一张表情包就这么大略~

是不是真的有这么强大，网址不才面。

试试便知~

参考链接：https://medium.com/towards-artificial-intelligence/meme-generator-memegen-using-deep-learning-d133e6fc363fhttp://34.74.55.103https://github.com/developers-cosmos/Meme-Generator

荐：

【中国风动漫】《姜子牙》刷屏背后，藏着中国动画100年底细【中国风动漫】除了《哪吒》，这些良心国产动画也该当被更多人知道！
【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主短命！

声明

来源：量子位，人工智能家当链同盟推举阅读，不代表人工智能家当链同盟态度，转载请注明，如涉及作品版权问题，请联系我们删除或做干系处理！