利炳根

欢迎付费咨询(150元每小时),我的微信:qingxingfengzi

  • 博客访问: 23045
  • 博文数量: 32
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 430
  • 用 户 组: 普通用户
  • 注册时间: 2017-05-13 22:10
  • 认证徽章:
个人简介

欢迎付费咨询(150元每小时),我的微信:qingxingfengzi

文章分类

全部博文(32)

文章存档

2017年(32)

我的朋友
微信关注

IT168企业级官微



微信号:IT168qiye



系统架构师大会



微信号:SACC2013

订阅
热词专题

发布时间:2017-09-09 14:02:06

GAN应用集中在图像生成,NLP、Robt Learning也有拓展。类似于NLP中的Actor-Critic。 https://arxiv.org/pdf/1610.01945.pdf 。Generative Adversarial Nets。构建两个网络,一个G生成网络,一个D区分网络。训练,G网络loss log(1-D(G(z))),D网络loss -(log(D(x))+log(1-D(G(z))),不是Cross Entropy。数据输入,G网络输.........【阅读全文】

阅读(33) | 评论(0) | 转发(0)

发布时间:2017-09-04 22:35:31

Ian J. Goodfellow 论文:https://arxiv.org/abs/1406.2661两个网络:G(Generator),生成网络,接收随机噪声Z,通过噪声生成样本,G(z)。D(Dicriminator),判别网络,判别样本是否真实,输入样本x,输出D(x)代表x真实概率,如果1,100%真实样本,如果0,代表不可能是真实样本。训练过程,生成网络G尽量生成真实样本欺骗.........【阅读全文】

阅读(36) | 评论(0) | 转发(0)

发布时间:2017-08-26 16:00:58

生成式对抗网络(gennerative adversarial network,GAN),目前最火的非监督深度学习。一个生成网络无中生有,一个判别网络推动进化。学技术,不先着急看书看文章。先把Demo跑起来,顺利进入断点调试。这样就可以边学习边修改边验证,亲自下手参与调试,会比只是当个看客,更有兴趣更有成就感也更容易理解内容。1?下载并.........【阅读全文】

阅读(40) | 评论(0) | 转发(0)

发布时间:2017-08-24 02:46:58

生成式对抗网络(gennerative adversarial network,GAN),谷歌2014年提出网络模型。灵感自二人博弈的零和博弈,目前最火的非监督深度学习。GAN之父,Ian J.Goodfellow,公认人工智能顶级专家。原理。生成式对搞网络包含一个生成模型(generative model,G)和一个判别模型(discriminative model,D)。Ian J.Goodfellow、Jean.........【阅读全文】

阅读(39) | 评论(0) | 转发(0)

发布时间:2017-08-24 02:35:39

TensorFlow目录结构。    ACKNOWLEDGMENTS #TensorFlow版本声明    ADOPTERS.md #使用TensorFlow的人员或组织列表    AUTHORS #TensorFlow作者的官方列表    BUILD    CONTRIBUTING.md #TensorFlow贡献指导    ISSUE_TEMPLATE.md #提ISSUE的模板&nbs.........【阅读全文】

阅读(25) | 评论(0) | 转发(0)
给主人留下些什么吧!~~
留言热议
请登录后留言。

登录 注册