【转载】史上最全：TensorFlow 好玩的技术、应用和你不知道的黑科技( 二 ) _模型

有趣的应用案例
皮肤癌图像分类
首先我们说下两个数据：1. 医疗机构统计皮肤癌在早期的治愈率是98%；2. 在2020，预计全球有61亿台智能手机。
这位小哥做的工作是啥呢，他拿到了一批皮肤癌的数据，然后使用一个的-v3对数据来做一个：

文章插图
最终结果：

文章插图
而且在手机上很容易搭建，完成一个app用来做早起皮肤癌的检测：

文章插图
最终相关成果发表在，而且在的封面，这是一个特别成功地通过计算机视觉及深度学习相关的技术，利用廉价的移动设备，能够很有效地检测是否有皮肤癌，大大节省了医疗检测的成本，相信在未来会有更多相关的技术出现。

文章插图
利用AI预测糖尿病，预防失明
这个talk讲的前面也提到的通过视网膜图像预测糖尿病，预防失明：

文章插图

文章插图
通过视网膜图片预测糖尿病是一个困难的问题，即使是专业的医生，也很难去判断，但是深度学习却可以帮助我们：

文章插图
通过收集适量的医疗数据，构建一个的深度卷积网络，我们可以让网络自动学习这些图像中的，来获得较高的分类准确率，而这个是人眼很难解决的。
这里有一个demo的演示：

文章插图
模型最后的评估比专业医生对比，F-score为0.95，比专业医生的中位数0.91还高，这个太厉害了，相信不久会看到深度学习在医疗，尤其是这种病症图像分析上有很多惊人的成果。

文章插图
Wide & Deep InPlay
这项技术有段时间特别火，被用来做推荐相关的应用，首先解释下和:

文章插图
模型的基本结构如下：

文章插图
整个推荐会同事考虑到商品的相关性以及一些推理关系，例如老鹰会飞、麻雀会飞这类逻辑属于，而说带翅膀的动物会飞这属于。
在具体的应用场景，如 Play的App推荐：

文章插图

文章插图
这里构建一个如下图的网络来进行训练(joint ):

文章插图
为啥要joint ，而不是直接用deep和wide的来做呢？
这里做这个给出一个解释，因为wide和deep会相互影响，最后精确度会高，并且model会比较小：

文章插图
而上面提到的Wide & DeepModel在下仅仅只需要10行代码来实现(突然想起了那个100美元画一条线的故事)：

文章插图
: 音乐和艺术生成

文章插图
这个项目讲的是利用深度学习来做一些艺术相关的工作，项目地址:有一些很好玩的东西，如风格化，生成艺术家风格的音乐，利用深度学习模型模拟人类对艺术的想象力，创造出属于的艺术风格。