关于人脸签到系统设计的咨询
来源：13-1 课程总结
慕九州847691
2019-07-30
老师您好，
在您的课程中提到过如果要做人脸签到功能的扩展，建议使用ES的搜索功能，我的大概思路如下，请老师指点一下看看是否有什么考虑不周的地方。
1.参考以下文献，https://www.cnblogs.com/whb-20160329/p/10472717.html
编写ES的自定义插件，并安装配置好
2.在人脸注册的功能中，把原有写在文件中的特征向量改为保存在数据库中，同时在ES中建立索引。
3.在人脸识别的功能中，把原有的从本地文件读取特征向量，然后做对比，修改为从ES中匹配相似度最高的向量，然后输出相似度最高的人脸对应的用户，签到打卡成功。
另外咨询一下，老师使用的硬件貌似是1080Ti，请问跑课程所说的CelebA ，FaceV5，亚洲人脸三个模型的汇总数据最低要什么硬件，RTX2080Ti ， 32GB的内存，cpu是i7 9800K，这样的配置是否满足最低要求？ 跑模型的时候有什么调优的技巧吗？很多时候跑模型有时可能会报资源不足的错。
老师有计划开tensorflow实战调优，部署，模型优化思路类型的课吗？现在网上类似的教程实在是有点少，而且博客上的知识也比较零散，有时候解决一个问题需要查阅N多的资料，而且解决方案还不一定准确，浪费了大量的时间。真心希望老师可以开一个类似的课程。
最后，感谢老师打造出如此经典的课程，希望慕课网越办越好。
写回答
1回答
-
谢谢，用es做这个的思路是没有问题的，你的这个配置也是够的。如果资源不够，可以考虑使用分布式集群训练的方案，有机会会考虑开这样一门课，帮大家解决大规模训练的问题。另外，优化技巧这个只言片语很难说清楚。我们在实际搞的时候，最主要是从数据的角度来解决，因为很多都是通用的问题。分析数据的差异性，和模型测试的结果，有哪些是预测不对的，再去反推模型的问题，去增加相应的预处理。如果是一个新的任务，这时候会考虑修改一些loss添加一些新的约束，这个要基于你已经阅读了大量的最新的文献。所以说机器学习，需要不停的更新迭代自己的知识。一定要学会多去观察数据和训练的loss曲线。新的关于优化类课程有时间会给大家介绍的。
30
相似问题