微信搜索“36氪”,獲取更多高質量內容.點擊進入36氪
基於開源深度學習系統Tensor Flow，Google做了一個虛擬時裝設計師“Muze”。
Muze的深度神經網絡建立在各種不同的設計偏好，包括顏色、類型和六百多種時尚潮流要素以及Google流行趨勢報告的基礎上。只要簡單問用户幾個問題，Muze就可以根據用户的愛好創造出花式百樣的全套女裝。
用户要做的很簡單。先是輸入你的興趣愛好、情緒、熱愛的藝術類型和性別，再在模特身上畫一個心中的圖像。Muze很快就勾勒出一個獨一無二的時裝造型。舉例，如果你是一位女性，喜歡聽的音樂是古典、內心正感到迷惑，你在模特身上畫上一個三角形，屏幕上就會出現一條斗篷狀的綠色連衣裙，外層還覆蓋着一層棕色薄紗。如果你改變一種心情，那麼衣服又是另外一番模樣。
當然，對一個充滿可能性的學習系統來説，用户也要有心理準備，Muze也許會提供出令人沮喪的、毫無創意、看上去荒誕的設計結果。
很有意思的是，Muze的一些設計不少看上去充滿超未來感的元素。也有些對男人的蝙蝠衫設計，會加入些野性元素，免得看起來太娘太浮誇，這些設計，很可能引領一種新的服裝潮流。
Google的這個創意算不上非常新穎。去年7月，西班牙研究院和多倫多大學合力打造出一種能為人們提供時尚貼士的數學模型，其系統數據來自於時尚網站“chictopia.com”的144000條用户發佈的狀態信息。
迄今為止，Muze供用户免費使用。這也並不是搜索業巨頭第一次進軍時尚界。此前它推出的“Google購物”服務讓購買者可以在不同商家之間做對比。去年，它又推出了購物快遞服務，用户可以從本地零售店網購商品，當天或者翌日便可收到。看來Google還會在時尚這條路還會繼續走下去。
微信搜索“36氪”,獲取更多高質量內容.點擊進入36氪
資料來源：36Kr
基於開源深度學習系統Tensor Flow，Google做了一個虛擬時裝設計師“Muze”。
Muze的深度神經網絡建立在各種不同的設計偏好，包括顏色、類型和六百多種時尚潮流要素以及Google流行趨勢報告的基礎上。只要簡單問用户幾個問題，Muze就可以根據用户的愛好創造出花式百樣的全套女裝。
用户要做的很簡單。先是輸入你的興趣愛好、情緒、熱愛的藝術類型和性別，再在模特身上畫一個心中的圖像。Muze很快就勾勒出一個獨一無二的時裝造型。舉例，如果你是一位女性，喜歡聽的音樂是古典、內心正感到迷惑，你在模特身上畫上一個三角形，屏幕上就會出現一條斗篷狀的綠色連衣裙，外層還覆蓋着一層棕色薄紗。如果你改變一種心情，那麼衣服又是另外一番模樣。
當然，對一個充滿可能性的學習系統來説，用户也要有心理準備，Muze也許會提供出令人沮喪的、毫無創意、看上去荒誕的設計結果。
很有意思的是，Muze的一些設計不少看上去充滿超未來感的元素。也有些對男人的蝙蝠衫設計，會加入些野性元素，免得看起來太娘太浮誇，這些設計，很可能引領一種新的服裝潮流。
Google的這個創意算不上非常新穎。去年7月，西班牙研究院和多倫多大學合力打造出一種能為人們提供時尚貼士的數學模型，其系統數據來自於時尚網站“chictopia.com”的144000條用户發佈的狀態信息。
迄今為止，Muze供用户免費使用。這也並不是搜索業巨頭第一次進軍時尚界。此前它推出的“Google購物”服務讓購買者可以在不同商家之間做對比。去年，它又推出了購物快遞服務，用户可以從本地零售店網購商品，當天或者翌日便可收到。看來Google還會在時尚這條路還會繼續走下去。
微信搜索“36氪”,獲取更多高質量內容.點擊進入36氪
資料來源：36Kr
請按此登錄後留言。未成為會員? 立即註冊