README

🌟 FuncAI PHP 🌟

FuncAI 是一个高性能、业界领先的PHP机器学习库。
它没有依赖，可以在PHP运行的地方运行。

🖼️ 图像风格化 🖼️

示例

用途

• 生成用户提供的图像的艺术版本
• 确保封面图像的风格一致
• 用于匿名头像

致谢

• Tensorflow模型
• 论文

🏷️ 图像分类 🏷️

示例

用途

• 使您的图像可通过内容进行搜索
• 自动生成图像名称或alt属性
• 根据内容对图像进行分组

致谢

• Tensorflow模型
• 论文

未来应用

• 图像识别 - 为给定图像获取标签（进行中）
• 图像缩放 - 增加图像的大小（进行中）
• 情感分析 - 确定用户生成的文本是积极的还是消极的（进行中）
• 时间序列预测 - 根据过去事件预测未来会发生什么（计划中）
• 文本摘要 - 从给定文本生成摘要（进行中）
• 翻译 - 将您的文本从一种语言翻译成另一种语言（计划中，https://ai.googleblog.com/2017/04/introducing-tf-seq2seq-open-source.html，https://hugging-face.cn/facebook/mbart-large-50-many-to-many-mmt，https://ggdocs.cn/seq2seq/nmt/）

如果您有未列出的用例，请创建一个 问题 并解释您想做什么。

功能

• 无处不在运行 - 您只需要PHP，不需要其他任何东西
• 超级简单的API - 不需要机器学习知识
• 许多应用 - 准备好使用的广泛机器学习应用

安装

1. 通过 composer 安装包

composer require funcai/funcai-php

2. 下载tensorflow库

php vendor/funcai/funcai-php/install.php

这将tensorflow下载到 ./tensorflow。

3. 下载一个模型

php vendor/funcai/funcai-php/install-stylization.php

这将风格化模型下载到 ./models

4. 配置模型文件夹

您需要将模型文件夹移动到永久位置。例如，将其移动到服务器上的 /var/www/models。在这种情况下，请确保相应地设置基本路径

\FuncAI\Config::setModelBasePath('/var/www/models');

您还可以直接将文件夹移动到您的项目中并将它们存入git，但文件夹可能非常大（100 Mb到多个Gb）。

使用方法

完成安装步骤后，您可以运行第一个预测

\FuncAI\Config::setLibPath('./tensorflow/'); // This should point to the path from step 2 
\FuncAI\Config::setModelBasePath('./models'); // This should point to the path from step 4
$model = new \FuncAI\Models\Stylization();
$model->predict([
__DIR__ . '/sample_data/prince-akachi.jpg',
__DIR__ . '/sample_data/style.jpg',
]);

这将输出风格化图像到 ./out.jpg。

要求

• PHP >= 7.4 在Linux上

关于机器学习

待办事项

• 选择正确的任务（对计算机来说容易，对人类来说困难/重复）
• 责任 (https://tensorflowcn.cn/responsible_ai)
• 不确定性
• 具体任务

如何运行docker文件

• 运行 docker-compose up -d
• 运行 docker-compose exec app bash
• 运行 php example.php

架构

• 使用 FFI 与tensorflow进行预测交互
• 使用自定义的c++程序进行训练（进行中）
• 目前支持在Linux上运行，具有CPU支持

待办事项

• 修复tf_singlefile.h中libtensorflow.so的路径
• 寻找更好的方式下载/托管模型
• 检查内存泄露

开发

Docker（可选，但推荐）

安装 Docker。

下载efficientnet模型

为了运行示例文件，您需要运行以下docker命令，该命令将下载efficientnet模型并将其保存为正确的文件格式

docker run -it --rm -v $PWD:/code -w /code tensorflow/tensorflow:2.3.0 python scripts/generate/efficientnet.py

或者，如果您已经安装了python3，您可以直接运行

pip3 install tensorflow
python3 scripts/generate/efficientnet.py

运行提供的Docker容器（可选）

要启动提供的Docker容器，该容器提供了php7.4的安装，请运行

docker-compose up -d

之后运行

docker-compose exec app bash

以获取docker容器内的终端。

或者您可以在本地设置PHP 7.4环境并使用它。

更好的phpstorm支持（可选）

进入您的设置，打开“语言与框架 -> PHP -> PHP运行时 -> 其他”。确保“FFI”被勾选。