本文内容主要摘自斯坦福CS231n课程，并做简要翻译和解释。如有错误，欢迎指出。
CS231n课程网站 —— http://cs231n.stanford.edu/
Generative adversarial networks (GAN) 是一种生成模型(Generative Model)，属于无监督学习模型。 与之类似的生成模型还有PixelRNN，PixelCNN，Variational Autoencoders (VAE)
无监督学习只有原始数据没有标注，目标是学到数据中隐含的结构。应用主要有：Clustering（聚类），Dimensionility reduction（降维），Feature learning（如下图所示）
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：生成对抗网络（GAN）入门（CS231n） - Python技术站
版权说明:浙江财经大学专业实践深度学习tensorflow——齐峰 入门操作练习实验目的： 带领学员熟悉Jupyter实验平台的基本操作 掌握 Jupyter Notebook 的操作要领 Jupyter Notebook的优点： 极其适合数据分析 想象一下如下混乱的场景：你在终端中运行程序，可视化结果却显示在另一个窗口中，包含函数和类的脚本存在其他文档中，…
记录一些网友写的博客或者帖子，供学习用，感谢！ 用文氏图来理解卷积神经网络如何决定提取哪些特征：https://blog.csdn.net/kane7csdn/article/details/84890592 为什么卷积能够提取图像的特征？看完此文应该能够给你一个答案：https://blog.csdn.net/charleswangzi/article/d…
在自然语言处理中，主要使用一维的卷积。 API 1 tf.layers.conv1d( 2 inputs, 3 filters, 4 kernel_size, 5 strides=1, 6 padding=’valid’, 7 data_format=’channels_last’, 8 dilation_rate=1, 9 activation=None,…
本文为你介绍，如何从 Waze 交通事件开放数据中，利用序列模型找到规律，进行分类预测。以便相关部门可以未雨绸缪，提前有效干预可能发生的严重拥堵。 寻找 之前在《文科生如何理解循环神经网络（RNN）？》一文中，我为你讲解过循环神经网络的含义。《如何用 Python 和循环神经网络做中文文本分类？》一文，我又为你介绍了如何用循环神经网络对文本做分类。 我不希望…
人工智能是试图在人工智能系统中模拟人类推理的新兴技术之一。约翰麦卡锡在 1950 年发明了人工智能这个词。 原则上，学习的每个方面或智能的任何其他特征都可以如此精确地描述，以至于可以制造一台机器来模拟它。将尝试寻找如何让机器使用语言、形成抽象和概念，解决现在留给人类的各种问题，并提高自己。 人工智能意指让计算机程序拥有学习和思考的能力。如果一个计算机程序能够…
Attention是一种机制，旨在提高编码器-解码器RNN在机器翻译上的性能。 Encoder-Decoder Model 该模型由两个子模型组成：编码器和解码器。 编码器：编码器负责逐步执行输入时间步长，并将整个序列编码为称为上下文向量的固定长度向量。 解码器：解码器负责在从上下文向量中读取时逐步完成输出时间步长。 我们提出了一种新颖的神经网络体系结构，该…
1.神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。 2.隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。 那么深层网络和浅层网络相…
理解 我的理解就是将原来的tensor在进行维度的更改（根据参数的输入进行更改）后再进行输出，其实就是更换了tensor的一种查看方式 例子 a=torch.Tensor([[[1,2,3],[4,5,6]]]) b=torch.Tensor([1,2,3,4,5,6]) print(a.view(1,6)) print(b.view(1,6)) 输出结果为…
微信扫一扫 
支付宝扫一扫