日漫看多了，連程序猿也被煽動得中二起來。

可能是很多人的第一部中二動漫，什么影分身之術、螺旋丸、通靈術等這些手勢被我們玩了又玩，永遠都玩不膩。畢竟，“沒有什么敵人是螺旋丸解決不了的，如果一個不行，那就再搓一個”。

但是，手勢太多也容易搞混。這不，一位初學深度學習一年的印度小哥AngryCoder不僅把里面的手勢學了個遍，還用機器學習開發(fā)了一個系統(tǒng)，專門來識別這些手勢。

畫風大概就是這樣：

在YouTube上，這個項目也受到了大家的追捧，網(wǎng)友們都贊不絕口：兄弟這也太棒了吧，我老是認不出新的手勢，有它就好了！

同樣作為資深阿宅的文摘菌怎么能錯過這個寶藏項目呢？文摘菌扒了一下這個項目和神秘的AngryCoder小哥，疫情期間，來一起回憶這部神動漫，重新點燃中二之魂吧！

二次元的深度學習，中二患者狂加buff！

其實，AngryCoder大概一年前才開始接觸深度學習，他表示從逐漸接觸到熟練掌握神經(jīng)網(wǎng)絡的過程中，就被萬能的神經(jīng)網(wǎng)絡深深地折服了。

不過，這時小哥也遇到了瓶頸，他表示，越往后就越不知道自己能夠利用這項技術為這個世界做點什么。（這熟悉的日漫男主內(nèi)心活動）

靈光一閃，小哥決定還是回到自己的二次元世界，順便把自己對刷了好幾遍的成果用上。

熟悉的小伙伴都知道，里面的每個手勢都有不同的作用，比如文摘菌最喜歡的影分身之術，當按照結(jié)印順序做出手勢后，就可以創(chuàng)造出和你一樣的身體。

但是，各種功能和修煉等級配合不同的手勢，很難全部記下來，在艱難抉擇之下，小哥最后選擇了下圖的這些手勢進行識別：

小哥沒有選擇從零搭建神經(jīng)網(wǎng)絡，而是利用了深度學習庫Keras訓練了一個卷積神經(jīng)系統(tǒng)，用來進行物體識別。他表示，從頭開始訓練雖然酷，但是真的太！難！了！

小哥接下來也在視頻中向大家解釋了識別系統(tǒng)背后的原理。

首先，你需要觀看不下五遍，把所有的手勢和咒語，最好連“輸出全靠吼”的技能全都記好筆記，每天認真復習。

然后就到了真正面對敵人的時候了，當你準確做出上述手勢之一，系統(tǒng)會將你的手勢進行識別，將其轉(zhuǎn)化成1和0的計算機語言，再將其送入訓練好的模型中進行識別，就可以得出最后的結(jié)果了。

以下圖為例，系統(tǒng)識別到，該手勢有80%的可能是Ram，10%的可能是Bird，10%的可能是Dragon。

最后，也獲得了這樣的效果：

可以看到，系統(tǒng)準確地識別出了“dog”的手勢，也能在無手勢時顯示“no sign”字樣。

最后，對于那些連第一步都做不到的假粉，小哥也送上了貼心小禮物（此時需要配上程序猿的笑聲）：

菜鳥阿宅程序猿勇闖三次元：現(xiàn)實太殘酷

看了AngryCoder的視頻，文摘菌深感這個小哥肯定也是個深陷二次元的有趣靈魂。

從YouTube主頁上初步判斷，小哥正式“營業(yè)”時間不超過一年，除了手勢識別外，小哥還用Python玩了一把谷歌的Dino，還嘗試用自己的聲音刪除電子郵件？？？這病得不輕啊。

在這些項目中，除了識別火影手勢，小哥在4周前也用機器學習做了家居物體的識別，我們先來看幾個成功的例子，可以看到，不管是單個牙刷的識別，還是杯子、桌子多個物體識別都不在話下。

接下來，我們來看看失敗的例子，比如在電風扇面前，系統(tǒng)給出了“toilet 67%”的結(jié)果，這時小哥也忍不住了，在視頻下方直接開罵。

在被小哥寄予厚望的抱枕識別上，系統(tǒng)也只是給出了“tie 68%”的結(jié)果。

三次元的世界太殘酷了，還是乖乖躲回自己的二次元好了！

最后，可能也是想集二次元程序猿之力，小哥在YouTube下方留下了Discord群聊邀請鏈接，感興趣的朋友可一定不要錯過了，就是手機驗證、郵箱驗證、證明你不是機器人這一系列操作令人窒息。