发布时间：2017-10-31 08:52:30

卷积神经网络(convolutional neural network,CNN)，权值共享(weight sharing)网络结构降低模型复杂度，减少权值数量，是语音分析、图像识别热点。无须人工特征提取、数据重建，直接把图片作输入，自动提取特征，对平移、比例缩放、倾斜等图片变形具有高度不变形。卷积(convolution)，泛函数分析积分变换数学方法，两个函数f.........【阅读全文】

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】

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】

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】

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】