一个严肃的关于深度学习鉴黄的问题

深度学习的话想把模型往某个方向调整，可以试着自己主动在样本里加一些符合该方向的例子，比如你放一些没穿上衣的汉子以及一些平胸妹子，调调参让模型自己拟合玩去就行了。当然如果放太多了也会影响模型的中心思想，因为可能过分违背了真实分布。

双性人怎么办，大屌萌妹。

@mcone 数学基础还好，我之前上大学的时候学的应用数学，所以简单的概率论，数理统计，微积分都还能应付，我观察了一下 DL 所需要的知识结构，欠缺的主要是离散数学相关的知识，网络拓扑也完全没学过。。。。

然后主要是 2018 了，大家都在搞 DL，感觉不搞一下工作都找不到了，个人觉得姑且还是学习一下，起码要有调参侠的水平，另外谢谢你的建议，very helpful ！
@auhah 产品是爸爸，我们公司的产品的地位只在 CEO 之下，而我的地位大约是跟扫地大妈平级。。。。

才 3000 数据量太少了。。。 这做出来肯定分类结果不好 建议先多收集数据

求数据，我感觉应该可以用 GAN 做个模型，吧平胸变成 BCDEF

我在跟你加一个恐怖的分类怕你人工都不想识别。
胖子和比较胖的孕妇裸露上身。
想想我都觉得可怕。

求问怎样识别女装大佬...

识别人脸男女： https://github.com/oarriaga/face_classification

3000 的数据量。。。。
你确定你入门了吗？ mcone 的回复很中肯了。
另外如果某一类可能误杀（ false positive ），就应该增大这类数据在训练集的比重。

A Cup 的妹子 nipple 还是要比男孩子大不少的 (逃

除了胸男女体脂分布骨骼都不一样什么肩膀手臂腰臀都能识别啊😯

平胸没乳头吗？

你们为什么要帮楼主

nipple 大小 /nipples 之间距离，这个比例值，肯定女的大于男的，所以如果露 2 点的话。问题就可以简化成简单的图形处理了，可以看看 opencv 大概步骤，大概就是先提取特定 nipple 颜色（粉、棕、黑？），再求 nipples 之前的距离，算比例。

@dbsquirrel 3000 都收集了很久了。。。现在公司都是短平快，没有鸡就要你生蛋的
@nullcoder I can't say that I do.
@tubanwu 我上面说了，要是我有体检数据那就不用这样了呀

对于一些比较 hard 的 cases，我觉得可以考虑用 bootstrap 的思想，提高它们对于超参的影响权重。另外，据我所知这个需求已经有现成的接口可以调用了，为何要重复造轮子。

@GenkunAbe 是有的，图谱，但是要付钱，而我对于公司来说不需要付额外的费用呀