我虽然乐于帮助读者解决问题，但实话实说，一开始不太理解这种需求。
我文章里的样例图片（哆啦a梦和瓦力），都是从网络搜集来的。如果你需要从网上找到跟某张图片近似的图像，可以使用Google的“以图搜图”功能啊。
进群：125240963 即可获取数十套PDF哦！
你于是很想搞清楚这种鸟类的出现时间、生活状态等。这就需要从大量图片里，找到与其近似的图片（最有可能是拍到了同一种鸟）。
这种图片集合，也许是社会安全数据。例如你在反恐部门，系统突然发现某个疑似恐怖分子出现在敏感区域。这家伙每一次现身，都伴随着恶性刑事案件的发生，给人民群众的生命财产安全带来严重威胁。
这时候无论对其衣着、外貌还是交通工具的相似度搜索，就显得至关重要了。
上述例子中，因为你都没有把图像上传到互联网，Google的“以图搜图”引擎功能再强大，也无能为力。
doraemon的目录下，都是各式各样的蓝胖子图片。
瓦力目录下的图片是这个样子的：
数据已经有了，下面我们来准备一下环境配置。
环境
本文中，我们需要使用到苹果公司的机器学习框架TuriCreate。
请注意TuriCreate发布时间不久，目前支持的操作系统列表如下：
这就意味着，如果你用的操作系统是Windows 7及以下版本，那么目前TuriCreate还不支持。如需使用，有两种办法：
解决了系统兼容性问题，下面我们在TuriCreate支持的系统中，安装Python集成运行环境Anaconda。
请到这个网址 下载最新版的Anaconda。下拉页面，找到下载位置。根据你目前使用的系统，网站会自动推荐给你适合的版本下载。我使用的是macOS，下载文件格式为pkg。
下载页面区左侧是Python 3.6版，右侧是2.7版。请选择2.7版本。
双击下载后的pkg文件，根据中文提示一步步安装即可。
装好Anaconda后，我们安装TuriCreate。
请到你的“终端”下面，进入咱们刚刚下载解压后的样例目录。
这样就进入到了Jupyter笔记本环境。我们新建一个Python 2笔记本。
浏览器里出现了一个空白笔记本。
点击左上角笔记本名称，修改为有意义的笔记本名“demo-python-image-similarity”。
准备工作完毕，下面我们就可以开始编写程序了。
代码
首先，我们读入TuriCreate软件包。
data包含两列信息，第一列是图片的地址，第二列是图片的长宽描述。
下面我们要求TuriCreate给数据框中每一行添加一个行号。这将作为图片的标记，好在后面查找图片时使用。
把鼠标悬停在某张缩略图上面，就可以看到对应清晰大图。
第一张图片，是哆啦a梦：
第二张图片，是瓦力：
下面，是重头戏。我们让TuriCreate根据输入的图片集合，建立图像相似度判别模型。
确认无误，还是那张哆啦a梦。
下面我们来查询，我们让模型寻找出与这张图片最相似的10张。
similar_images = model.query(data[0:1], k=10)
复制代码
很快，系统提示我们，已经找到了。
我们把结果存储在了 similar_images 变量里面，下面我们来看看其中都有哪些图片。
similar_images
复制代码
返回的结果一共有10行。跟我们的要求一致。
每一行数据，包含4列。分别是：查询图片的标记
获得结果的标记
结果图片与查询图片的距离
结果图片与查询图片近似程度排序值
你可以自己数一数，其中标为1的那些图片位置，和我们存储在 similar_image_index 中的数字是否一致。
验证完毕以后，请执行以下语句。我们再次调用TuriCreate的 explore() 函数，展现相似度查询结果图片。
data[filtered_index].explore()
复制代码
系统会弹出以下对话框：
我们可以看到，全部查询结果图片中，只出现了哆啦a梦。瓦力的图片，一张都没有出现。
近似图片查找成功！
在全连接层（Fully Connected Layer）之前，你可能进行了多次的卷积、抽样、卷积、抽样……这些中间层次，帮我们描绘了图片的一些基本特征，例如边缘大概是个什么形状，某个区块主要的颜色是哪些等。
到了全连接层，你只剩下了一组数据，这组数据可能很长，它抽取了你输入数据的全部特征。
如果你的输入是一只猫，此时的全连接层里就描述了这只猫的各种信息，例如毛发颜色、面部组成部分排列方式、边缘的形状……
这个模型可以帮你提取猫的特征，但它并不知道“猫”的概念是什么。
你自然可以用它帮你提取一条狗的特征。
同理，哆啦a梦的照片，与猫咪的照片一样，都是二维图片，都是用不同颜色分层。
那用其他图片训练的模型，能否提取哆啦a梦照片里的特征呢？
当然也可以！
使用迁移学习的关键，在于冻结中间过程的全部训练结果，直接把一幅图，利用在 其他图片集合上训练的模型，转化为一个特征描述结果。
后面的工作，只把这个最后的特征描述（全连接层），用来处理分类和相似度计算。
前面的好几十层参数迭代训练，统统都被省却了。
难怪可以利用这么小的数据集获得如此高的准确度；也难怪可以在这么短的时间里，就获得整合后的模型结果。
把在某种任务上积累下的经验与认知，迁移到另一种近似的新任务上，这种能力就叫做迁移学习。
比起机器来，人的迁移学习能力更为强大。
雨果奖作者郝景芳在最近的一篇文章里，描述了人的这种强大学习能力：
小孩子可以快速学习，进行小数据学习，而且可以得到「类」的概念。小孩子轻易分得清「鸭子」这个概念，和每一只具体不同的鸭子，有什么不同。前者是抽象的「类」，后者是具体的东西。小孩子不需要看多少张鸭子的照片，就能得到「鸭子」这个抽象「类」的概念。
网友评论