文件名称：tindetheus:使用Python为Tinder构建个性化的机器学习模型
文件大小：2.41MB
文件格式：ZIP
更新时间：2024-06-12 22:13:51
python machine-learning database computer-vision tinder
丁德修斯 使用Python根据您的历史偏好为Tinder构建个性化的机器学习模型。 这包括三个部分： 建立数据库的功能，该数据库记录您喜欢和不喜欢的个人资料的所有内容。 将模型训练到数据库的功能。 使用受训模型自动喜欢和不喜欢新配置文件的功能。 这个怎么运作 经过面部分类训练的CNN的最后一层可以用作描述个人面部的特征集。 碰巧此功能集与面部吸引力有关。 tindetheus让我们根据您喜欢和不喜欢的配置文件来构建数据库。 然后，您可以将分类模型训练到数据库中。 模型训练首先使用MTCNN来检测数据库中的面部并将其装箱。 然后在面Kong上运行一个facenet模型以提取嵌入（CNN的最后一层）。 然后将逻辑回归模型拟合到嵌入。 将保存逻辑回归模型，并自动重复此过程以根据您的历史偏好自动喜欢和不喜欢配置文件。 这篇简要介绍了tindetheus的工作原理。 有关其工作方式和原
【文件预览】：
tindetheus-master
----Dockerfile(637B)
----.gitignore(3KB)
----README.md(6KB)
----CHANGELOG.md(5KB)
----VALIDATE_GUIDE.md(2KB)
----tests()
--------tests.py(587B)
----examples()
--------README.md(168B)
--------open_database.py(1KB)
--------how_does_tindetheus_work.png(526KB)
--------make_al_like_dislike_folders.py(934B)
----LICENSE(1KB)
----tindetheus()
--------export_embeddings.py(9KB)
--------config.py(2KB)
--------image_processing.py(5KB)
--------tindetheus_align.py(8KB)
--------tindetheus.py(12KB)
--------facenet_clone()
--------__init__.py(303B)
--------version.py(144B)
--------machine_learning.py(5KB)
--------tinder_client.py(13KB)
----GETTING_STARTED.md(6KB)
----MANIFEST(1KB)
----scripts()
--------env.bat(269B)
----requirements.txt(353B)
----MANIFEST.in(49B)
----setup.py(1KB)
----.travis.yml(125B)
----Makefile(1KB)
----.env.example(254B)