来源：大数据技术工程师

1.顶级Python深度学习应用程序

在这个使用Python的深度学习中，我们将看到使用Python进行深度学习的应用程序。在本文中，我们将讨论Python深度学习的20个主要应用程序。到目前为止，我们已经看到了 深度学习是什么以及如何实现它。现在让我们通过使用Python在现实世界中的应用程序深入学习来了解我们所能做的一切。

那么，让我们开始探索使用Python进行深度学习的应用程序。

20个有趣的Python深度学习应用程序

2.使用Python进行深度学习的应用

下面，我们将讨论使用Python进行深度学习的20个最佳应用程序，您必须知道。让我们一个一个讨论：

1,恢复黑白照片和视频中的颜色

通过深度学习，可以恢复黑白照片和视频中的颜色。这可以为这种媒体带来新生。在ACM数字图书馆就是这样的一个项目，该项目colorizes灰度图像组合全局先验和局部图像特征。这是基于卷积神经网络。

恢复黑白照片和视频中的颜色

深度学习网络学习照片中自然出现的模式。这包括蓝天，白色和灰色的云，以及草的绿色。它利用过去的经验来学习这一点。虽然有时会出错，但大多数时候都是高效准确的。

你知道重要的深度学习术语吗？

2。像素恢复

深度学习中的像素恢复

通过深度学习，我们甚至可以放大超出分辨率的视频。2017年，Google Brain的研究人员培训了一个深度学习网络来预测低分辨率图像中的人脸。Pixel Recursive Super Resolution适用于照片，可在很大程度上提高分辨率。

3。描述图片

在Python深度学习中描述图片

到目前为止，您已经注意到Facebook可以如何标记照片，而Google可以标记它们以便于搜索。深度学习可以描述图片中的所有元素。深度学习网络可以识别图像中的许多区域，并且可以用单词描述每个区域。这是使用准确的英语语法。

4。改变照片中的凝视

改变照片中的凝视

深度学习网络可以改变人在图片中的显示方向。

5。行为的实时分析

我们知道，深度学习网络可以识别和描述图片。但他们也可以分析这些照片中的人物姿势。他们可以获得有关人员，汽车和其他物体行为的实时洞察。

6。翻译

翻译

现在可以实时翻译图像上的文本。Google翻译应用可以执行此操作 - 您将相机放在对象和深度学习网络上OCR图像进行翻译。

7。生成星系和火山的图片

生成星系和火山的图片

通过使用Python深度学习，天文学家可以创建火山和星系的图片。

8。创建新图像

创建新图像

Pix2Pix教授深度学习网络，以执行诸如从彩色斑点创建真实街道场景，从真实航拍图片创建地图，填充对象边缘之间的颜色，甚至将日间场景转换为夜景等活动。

9。搜索图像和视频中的文本

搜索图像和视频中的文本

Oxford Visual Geometry组可以使用深度学习搜索图片和视频中的文本。它在BBC新闻视频中搜索文本。查看http://zeus.robots.ox.ac.uk/textsearch/#/search/

我们搜索了“Glitter”并且它的工作并不完美，但大部分时间都是准确的。

10。在电脑游戏中表现优于人类

在电脑游戏中表现优于人类

深度学习社区训练人类在Space Invaders，Pong和Doom等游戏中击败人类。计算机通过玩几个小时自己学习规则。

11。机器人

应用程序深度学习Python - 机器人技术

凭借深度学习的能力，机器人可以在跌倒时起床，执行需要温柔的任务，甚至对推动他们的人做出反应。

12。自动驾驶汽车

自驾车

我们听过的一个名字是Google自动驾驶汽车。这种车辆可以区分物体，人和道路标志。这些也使用了激光雷达技术

13。生成语音

Python深度学习的应用 - 生成语音

深度学习网络，如Google的WaveNet和百度的Deep Speech，可以自动生成语音。他们可以学会模仿人类的声音，以便随着时间的推移而改善。

我们来修改Python应用程序

14。谱写音乐

与之前的应用程序一样，我们可以训练深度学习网络来制作音乐作品。计算机学习艺术家的模式和统计数据，并创造一个独特的作品。

15。恢复视频中的声音

恢复视频中的声音

深度学习可以恢复静音视频中的声音。计算机可以添加声音，如用鼓槌刮擦物体。这使用监督学习。除此之外，像LipNet这样的软件可以让人们获得93％的成功。

16。手写

Python深度学习中的手写

通过深度学习，计算机不仅可以生成数字文本和艺术，还可以手写。计算机可以有自己的笔迹。

17。深深的梦想

深深的梦想

此Python深度学习应用程序可以增强图像中的功能。Deep Dreaming使计算机在图像顶部产生幻觉。这导致梦幻般的图像。

18。发明和黑客自己的加密

Google Brain设计了两个神经网络 - 一个用于生成加密算法来保护其消息。其他人企图破解这一点。它在设计方面表现良好，但并非如此。

19。深度学习网络创建深度学习网络

深度学习网络

像Neural Complete这样的深度学习产品可以产生新的深度学习网络。它是用Python编写的，经过培训可以用Python生成代码。

20。写维基百科文章，计算机代码，数学论文和莎士比亚

长期短期记忆（LSTM）是一种可以生成类似维基百科的文章，假数学论文等的架构。并非所有时间都有意义，但会有进步。

所以，这就是使用Python进行深度学习的应用程序。希望你喜欢

点击下方“阅读原文”了解【人工智能实验平台】 ↓↓↓