七双潮鞋考验男友真爱，难道只看我踩的是真AJ还是假AJ？

如今很多新兴行业层出不穷，关于这两年的微商，代购尤为盛行，海外代购为何如此受欢迎呢？就是因为它的价格比起官网是真的便宜很多。

“我可以踩在你的AJ上亲你吗”？

普遍男生都很爱鞋，而很多人都说考验一个男生爱不爱你，看他是否愿意让你踩在他的AJ上，那你想知道你踩的是真AJ吗？如果是假的，这种考验也是没有意义的。

潮鞋交易正成为一门潜力巨大的生意，而这门生意的关键，是鉴别真伪。一家名为GOAT的潮鞋交易平台正尝试用机器学习，从七张照片中识别出一双鞋子是否是真的。那么它是如何鉴别的呢？

建立完整系统，吸引客户群体

向平台发送七张标准照片：从鞋子的不同角度拍摄标准化照片，即鞋跟，鞋底，鞋舌，鞋垫，鞋头，鞋控和侧面，然后进行处理。利用他们的真假数据库的数据进行对比。

当潮鞋的审美编码成我们视觉潮鞋语言，我们更希望得到一个健壮和多样化的隐因子空间，足以覆盖我们大部分的产品目录。换言之，我们希望模型可以最大范围地表示潮鞋，而非牺牲代价去表示那样独特的款式。我们训练一个E去学习主要产品照片的隐空间。保持隐向量固定，我们直观看到模型如何一步步训练，构建复杂和抽象的层。

通过解码器生成照片，在逐步增加的训练迭代时，每张图像是一个固定的隐向量

该模型倾向于在每个维度创建更多独立的人类可解释因子，这称之为解纠缠。首先，模型着重对比鞋底和鞋面差别来重新构建最合适的轮廓。然后，重构整个轮廓的灰色梯度，再开始学习基础颜色。在了解了轮廓类型之后，例如，靴子还是潮鞋，高帮还是低帮，网络开始处理复杂的设计款式和颜色，这些都是最终的差异性因素。

为了展示学习后的流形并检查学习曲面的“平滑度”，我们通过插值法进一步可视化。选择看似不同的潮鞋作为锚点，然后判断它们在隐空间中的过渡。每个隐向量的插值被解码成图像空间的视觉检验，并与整个目录里最接近的实际产品相匹配。动图说明了映射学习特征的概念。

“这是图像识别与机器学习的结合，因为我们每天都会在工作中获得如此多的相同类型的鞋子，”GOAT创始人表示。

收纳多种品类，适应顾客需求

这家主打小众市场的交易平台希望为买家和卖家提供最大的、安全的潮鞋交换市场，建立和完善认证流程，以打击在线运动鞋市场的欺诈行为。

成立3年以来，应用程序目前已经拥有700万用户，囊括超过多个潮鞋品牌，主要包括阿迪和耐克旗下的Yeezy和AJ等。大量的用户积累为GOAT构建真实潮鞋模型的数据库带来了丰富的资源。这一资源也成为了GOAT的巨大宝藏。

除了辨别真伪，GOAT数据团队的首要任务是给这些风格迥异的潮鞋归类，进而引导用户在这个app上展示自己独特的风格，引导潮鞋潮流。这也不是一项简单的任务。GOAT的产品目录中由超过30,000双的潮鞋（并且还在不断增长），它们都有独特的风格、轮廓、材质、颜色等，手动将整个产品目录归类是个棘手的问题。上新迭代的越快，更新方式也需要实时跟进。为了跟上不断变化的潮鞋市场，GOAT使用可以找到对象之间的关系的模型，而无需明确指出我们要找的是什么。在实践中，这些模型像人一样去学习特征。

每个行业兴起的同时，它的制约者也会随之发展。这也是市场准入亘古不变的原则，每个人都有能力去做生意，问题是能不能做好这就需要你是否有眼光精确你的定位。

（原创申明：本文转载自公号「商老板」，作者 | 孙嘉遇，如有转载需求，请事先私信联系作者，获得授权，谢谢。）