昵称登录后显示

λ （2018.01-至今）基于KERAS框架的AI人脸替换项目开发：
开发基于KERAS框架AI人脸替换项目，可对图像视频实现一键人脸变更。
通过自主布置亚马逊aws p2.xlarge，完成安装tensorflow、anaconda、dlib等基础配置，形成可开放式开发的后台环境。核心利用dlib模块，结合keras框架，对人脸各个部分进行模型拟合训练，通过微信群运营开放支持给有兴趣于人脸变更的用户进行体验。
亚马逊有配置好各个开源框架和不同版本python的镜像，不过在实际应用过程中，面临模块版本匹配等问题依旧花费不少时间精力进行基础环境搭建，期间因为google的colab调试应用，掌握了jupyter notebook使用方法和技能。
λ （2018.01-2018.01）参与大数据创新创业应用国际大赛：
利用tensorflow框架，针对酒店电能2017年趋势做预测系统。
解决问题：根据官方提供的2个酒店在2016年的温度、湿度和实际电能损耗，在给定2017年两个酒店温度、湿度的数据条件下，预测2017年各个时间段电能损耗趋势。
解决方法：以温度、湿度、日期、星期作为三个因变量，利用tensorflow框架，搭建包含一层隐藏层，10个神经单元的神经网络，以所有单位时间的预测值与实际值的偏差总和作为成本变量，利用tensorflow的梯度下降算法，调整各神经元参数，实现拟合。
改进思路：因时间有限，看到比赛到截止数据提交只有2天时间，所以拟合效果并不理想，根据实际的预测结果，“温度”、“湿度”这两个官方提供的数据变量，以及“星期”这个自己加上去的变量和实际预算结果关系并不大，核心还是日期，基于这个分析结果，可以把时间（24小时制转换为数字）+日期（365天制转换为数字）作为核心参数，温度、适度、星期作为辅助参数进行预测，神经网络也可以搭建更多层的隐藏层实现拟合。
λ （2018.01-2018.01）冲顶大会等答题助手软件开发：
基于python语言开发答题软件助手，并通过微信群进行答案运营。
解决问题：需要在10秒内完成图片分析、答案搜索、答案分析、答案发送等环节，需要降低所有细节步骤的延时；用户是android、ios多平台的，得保证每个人都能及时收到答案。
解决方法：
1.利用quicktime播放器镜像iphone答题app（虚拟机太耗资源速度也慢，尝试后舍弃）
2.利用PIL模块完成题目部分的截图，并压缩锐化图片，减少上传时间
3.利用百度识图API完成图片转文字功能，并利用正则化去除无关紧要文字，提高精准度
4.利用beautifulsoup识别百度搜索首页文字，将答案文字和所有文字进行匹配，重复率最高的为推荐答案
5.利用keyboard maestro,将结果通过剪贴板自动复制粘贴到微信群窗口进行消息发送
6.用户通过开启微信群通知，在答题APP运行时，群消息会自动弹窗提醒，完成答案查看
改进思路：从出题到答案发送，最快时间3秒（其中2秒为解决方法前4个步骤，最后1秒为微信群收到信息延时），最慢5秒（根据实际测试运营，用户网络环境不同，微信群收到信息会有不同的延时）。遇到否定类问题（比如以下答案“不是”），推荐精准率会出现正反颠倒现象，可通过识别否定类关键字进行变更。
λ （2017.12-2017.12）基于solidity语言的智能合约开发：
开发基于区块链底层技术、以太坊solidity语言的代币分发智能合约项目。
解决问题：代币铸造者可以建立自己的代币，包括代币名称、符号、分发总量；代币铸造者可以为其他人分发代币；代币拥有者可以相互转账代币。
解决方法：利用以太坊solidity语言编写账户系统，完成简单开发。
（solidity语言更像是go语言，开发期间研究学习了go语言的编写规则）
λ （2017.09-2017.12）智能营销+智能客服机器人开发：
与深圳升学教育集团合作开发社交平台营销系统+基于tensorflow框架的智能客服系统
λ （2017.08-2017.09）智能教管系统开发：
为杭州星皓文化艺术策划有限公司“斯坦利1对1上门外教”业务开发智能教管系统，利用tensorflow框架和大数据分析技术，为公司编写教师推荐算法，满足该公司快速寻找最能节省路程时间又能最大化消课率的教师。
解决问题：
1.外教老师人数有限，每个时间段只能给1个客户上门授课
2.客户地点各异，分布杭州滨江、西湖、上城、下城、江干区，相对散乱
3.在有新客户进来时，该公司必须以最快的时间（30分钟内）安排合适的老师进行上门试课，一般第一次安排的老师就是后期上课老师，所以，得在一开始就计算清楚哪个老师有时间，以及路程最近，减少路程损耗时间
4.最大化老师工作时间段内的实际有效上课时间，降低路程损耗时间，降低该公司路程报销成本
5.一个老师确定一个学生后，在一周所有课程安排中都需要同步匹配
解决方法：
根据所有老师名单排列组合所有的可能性组建list，通过判断老师空闲时间、多日搭配同一个老师等前提条件，自动删除大量不可能的排列组合，利用高德地图地图API，计算所有排列组合中老师从一个地点自动更换到另一个地点所间隔时间，以骑行速度为参考数据，将间隔时间小于骑行时间的排列组合自动删除，根据所有排列组合的路程消耗总时间进行自动升序排列，路程消耗时间最少的排列组合为最优推荐，同时给出3个备选方案。
存在的最大困难：排列组合最后是组件在一份list中，所有数据内部结构的维度架构太深，对于数据深层维度的理解和分析需要耗费不少时间精力；实际业务场景要求在单日排列、多日排列等方面有很多的前后关联性，细节梳理和调试也需要对整体数据结构和维度有深层次的把握。
改进思路：
1.客户的基本数据是在excel表格中录入的，运算环境也在他们的台式电脑，因此在内存、硬盘和cpu等计算方面都受到硬件限制降低了运算速度（实测25分钟运算一次，编程高配机器10分钟可出结果），可将计算环境搭建在云端，并配置前端网页和信息管理系统进行测试。后因客户预算有限，只利用本地安装包进行应用。
2.核心参考依据可多样化，不仅是路途消耗时间，以及老师授课课时费、整体客户支出都可以作为参考变量调整计算模型。
λ （2017.01-2017.08）“985云智谷”微信商城开发+智能客服系统搭建+公司官网搭建
利用php、javascript、html、css等语言完成系统开发与官网搭建
λ （2016.10-2016.12）“木塔营地教育”微信商城系统开发：为木塔教育科技（杭州）有限公司开发包括商城、分销、拼团、积分商城等系列功能的商户系统
利用php、javascript、html、css等语言完成系统开发与官网搭建
λ （2016.01-2016.07）“美味快乐等，一起玩游戏”H5游戏开发
该游戏是一个多人互动游戏，核心思路类似于flappy bird，不过是多人同时控制的，每个人在自己的微信端网页窗口有上和下两个按钮，bird向上和向下的距离为单位时间内所有参与用户的按上-按下次数总和，这是个群盲游戏，利用了canvas框架+php后台。
游戏核心想解决的问题是给在商城等餐的用户，一个多人互动的游戏，因为大部分人本来聚餐就是为了互动，但大部分人在玩手机，所以想解决这个需求点。