表情符号智能

你想教你的机器识别表情符号吗？😏

我用 Swift 完全实现了一个神经网络。这是一个演示，展示了可以解决的问题。
我使用了 macOS 上的 Playground。
我相信开源的力量，我认为推动人类进步的关键在于将所有技术开源 \o/






你可以在 YouTube 上观看视频 这里

摘要概览

这就是编码后的图像样子。

神经网络的故事

我利用这个挑战来深入学习神经网络和机器学习。神经网络由多层组成，每层包含多个神经元。我的网络有三层：输入层、隐藏层和输出层。



我的网络输入是 64 个二进制数字。这些输入连接到隐藏层中的神经元。隐藏层会进行一些计算，并将结果传递给输出层的神经元。输出层也会进行计算，最终输出 0 或 1。输入层本身并不执行任何计算，它们只是输入值的占位符。只有隐藏层和输出层中的神经元会进行实际的计算。输入层的神经元与隐藏层的神经元相连，同样，隐藏层的神经元也与输出层的神经元相连。这种结构被称为全连接层，因为每一层的每个神经元都与下一层的所有神经元相连。两个神经元之间的每条连接都有一个权重，它只是一个数字。这些权重构成了我网络的核心。在我的网络中，我使用了 Sigmoid 激活函数。

Sigmoid 是一种数学函数。它接收一个数字 x，并将其转换为 0 到 1 之间的值。这非常适合我的需求，因为我处理的是二进制数据。 Sigmoid 可以把线性方程转化为非线性形式。这一点非常重要，因为如果没有它，网络就无法学习任何有意义的内容。

我已经提到过，这个网络的输入是 64 个二进制数字。我会将绘制的图像调整为 8x8 像素，总共 64 个像素。然后逐个检查图像中的每个像素：如果像素是粉色的，我就在数组中添加 1；否则添加 0。最后，我就会得到 64 个二进制数字，可以作为输入层的数据。

我的主要目标是让神经网络和机器学习变得更加易懂和有趣，同时进一步了解 Playground 和神经网络的强大功能。

作者

@reffas_bilal

bilalreffas@googlemail.com

致谢

Vincent Esche

Per Harald Borgen

Matthijs Hollemans

感谢 🎉

如果你喜欢这个项目，请在 GitHub 上给它点个赞 🌟 并分享出去。

Luubra

我正在与 @leoMehlig 合作开发 Luubra。你可以在这里了解更多相关信息 这里
所有作品都是手工制作，倾注了满满的爱 ❤️，并寄送到世界各地 🌍。  

已知问题

目前这个项目仅支持 macOS。iPad 上存在一个 bug，我已经通过 Bug Reporter 提交了问题。希望 Apple 能尽快修复。

许可证

MIT 许可证

版权所有 © 2017 Luubra

特此授予任何人免费获取本软件及其相关文档文件（“软件”）副本的权利，允许其以任何方式使用该软件，包括但不限于复制、修改、合并、发布、分发、再许可和销售软件副本等权利，且不受限制。但前提是必须遵守以下条件：

上述版权声明及本许可声明应包含在软件的所有副本或重要部分中。

本软件按“原样”提供，不提供任何形式的担保，无论是明示的还是默示的，包括但不限于适销性、特定用途适用性和非侵权性。在任何情况下，作者或版权所有者均不对因使用本软件而产生的任何索赔、损害或其他责任负责，无论这些责任是基于合同、侵权行为或其他原因产生的，均与本软件或其使用无关。

EmojiIntelligence 快速上手指南

EmojiIntelligence 是一个完全使用 Swift 编写的神经网络演示项目，旨在通过识别手绘表情符号（Emoji）来展示机器学习的基础原理。该项目主要在 macOS 的 Playground 环境中运行。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：macOS（该项目目前仅在 macOS 上正常工作，iPad 版本存在已知 Bug）。
• 开发工具：Xcode（需包含 Swift Playground 支持）。
• 编程语言：Swift。
• 前置依赖：无第三方外部依赖库，核心逻辑由原生 Swift 实现。

安装步骤

由于这是一个基于 Swift Playground 的教育演示项目，无需通过包管理器安装，直接克隆源码即可。

1. 打开终端，克隆项目仓库：

   git clone https://github.com/luubra/EmojiIntelligence.git
   

2. 进入项目目录：

   cd EmojiIntelligence
   

3. 在 Xcode 中打开项目：

   • 方法一：双击项目中的 .playground 文件。
   • 方法二：在终端执行以下命令自动启动 Xcode：

     open EmojiIntelligence.playground
     

基本使用

本项目的设计初衷是让机器学习变得有趣且易于理解。你不需要编写复杂的训练脚本，只需在 Playground 中与界面交互即可体验神经网络的运作过程。

1. 启动 Playground：按照上述步骤在 Xcode 中打开项目后，Playground 会自动加载并显示绘图区域。
2. 绘制表情：使用鼠标或触控板在网格区域绘制一个简单的表情符号（建议绘制清晰的黑白或粉色线条）。
   • 系统会将你的绘图调整为 8x8 像素（共 64 个像素点）。
   • 如果像素点包含粉色，记为 1，否则记为 0，最终生成 64 位二进制输入数据。
3. 观察推理：
   • 神经网络（包含输入层、隐藏层和输出层）会立即处理你的输入。
   • 查看右侧或下方的输出结果，网络会输出 0 或 1 来判断是否识别到了目标特征。
   • 你可以点击 Playground 侧边栏的"Live View"实时观察神经元之间的权重变化和 Sigmoid 激活函数的计算过程。

提示：该项目主要用于学习神经网络结构（全连接层、权重、激活函数），代码完全开源，建议阅读 Swift 源码以深入理解其内部实现逻辑。