1 新智元推荐
来源：知乎
作者：园长
【新智元导读】 用深度学习来评判颜值，已开源。好友 @小灰灰大大的「颜值评分 FaceRank」，这是基于 TensorFlow 的 CNN 模型，美不美机器说了算。
我们常看到用机器学习识别字体，自动驾驶等项目，今天给大家推荐一个有趣的项目 FaceRank，这是个开源项目，它基于 TensorFlow CNN 模型，提供了一些图片处理的工具集，后续还会提供训练好的模型。
从此以后，让它来帮你寻找高颜值的小电影，帮你筛选附近高颜值的妹子（汉子），让它帮你给学校或者公司帅哥美女做个排行榜，让它给明星打分并且你可以自豪的说「一切都是人工智能的选择」。。。
以下是机器给苍老师的打分。
（机器给苍老师打了 7 分，这已经是很高的分数了，果然德艺双磬）
数据集
130 张 128*128 张网络图片，图片名：1-3.jpg 表示 分值为 1 的第 3 张图。 你可以把符合这个格式的图片放在 resize_images 来训练模型。
find_faces_in_picture.py
find_and_save_face 基于 face_recognition 从图片中找到人脸的坐标，并保存为新图片。
然后再用 resize 统一为 128×128 大小，为模型训练做准备。
模型
人脸打分基于 TensorFlow 的 CNN 模型 代码参考 : TensorFlow-Examples
卷积神经网络部分代码，网络结构说明：
卷积层
池化层
卷积层
池化层
全链接层
运行
安装好 TensorFlow 之后，直接运行 train_model.py .
训练模型
保存模型到 model 文件夹
测试
运行完 train_model.py 之后,直接运行 run_model.py 来测试.
下载
训练好的模型下载网址： （文件较大，正在上传） http://www.tensorflownews.com/
模型效果
训练过程 你可以看训练过程：Train_Result.md ,这里有损失函数和准确率变化过程。
测试结果 结果并不非常好，但是增加数据集之后有所改善。
支持
提交 issue
Github: https://github.com/fendouai/FaceRank