FaceRank，可能是最有趣的 TensorFlow 入门实战项目

最有趣？

机器学习是不是很无聊，用来用去都是识别字体。能不能帮我找到颜值高的妹子，顺便提高一下姿势水平。

FaceRank 基于 TensorFlow CNN 模型，提供了一些图片处理的工具集，后续还会提供训练好的模型。给 FaceRank 一个妹子，他给你个分数。

从此以后筛选简历，先把头像颜值低的去掉；自动寻找女主颜值高的小电影；自动关注美女；自动排除负分滚粗的相亲对象。从此以后升职加薪，迎娶白富美，走上人生巅峰。

苍老师镇楼：

1cbf16b28aa949acadeeff4398829328_th.jpg

项目开源：

GitHub:https://github.com/fendouai/FaceRank

依赖库：

• Tensorflow
  安装：pip install tensorflow
  简介：Tensorflow 是谷歌的机器学习框架，FaceRank 使用了基于它的 CNN 模型。
  http://www.tensorflownews.com/2017/07/28/installing-tensorflow-tensorflow/
• face_recognition
  简介：这个库在项目中，用来从图片中截出人脸，并保存为新文件，方便生成数据集。
  这个库比较难装，如果直接安装失败，建议使用 docker.
  The world's simplest facial recognition api for Python and the command line
  安装：pip install face_recognition

训练数据集生成工具

• 文件夹截图

  
  
  

  fileinfo.png

• 标注说明
  文件夹中 1-2.jpg 表明这是 1分的图片，2是第2张。也就是 “-”前面的数字就是分数。

• find_faces_in_picture.py
  这个脚本使用了 face_recognition 来扣人脸，它会从 上图中的 web_image 读取图片，抠图之后保存到 face_image 文件夹。

• resize_image.py
  这个脚本会读取 face_image 文件夹，并将图片统一处理为 128*128像素。

训练

一切都准备好了，直接运行 train_model.py
这部分内容在 Github 有比较详细说明：
https://github.com/fendouai/FaceRank/

模型使用

• FaceRank 内置了模型保存功能，训练之后，以后都可以直接运行 run_model.py 。也就是可以封装成函数或者类库使用，非常方便。

学习流程

如果看到这里有很多不懂的话，建议：

• Hello World
  https://zhuanlan.zhihu.com/p/27963600
• 基本概念
  https://zhuanlan.zhihu.com/p/27986689
• 卷积神经网络
  https://zhuanlan.zhihu.com/p/28161292
• 训练好模型参数的保存和恢复代码
  https://zhuanlan.zhihu.com/p/27912379
• TensorFlowNews 专栏
  https://zhuanlan.zhihu.com/TensorFlownews
• TensorFlowNews 博客
  http://www.tensorflownews.com/

欢迎关注我的博客，因为我也还在学习中，现有的教程经常比较大，涉及到的只是比较多，我会经常拆分出小的知识点，我的博客也会把这些小的知识点记录下来。
FaceRank，带你走进 TensorFlow 的世界。