abcdrachel的博客

1、自编码器（Auto encoders）自编码器是一个3层或大于3层的神经网络，将输入表达式x编码为一个新的表达式y，然后再将y解码回x。这是一个非监督学习算法，使用反向传播算法来训练网络使输出等于输入。图中，虚线蓝色框内就是一个自编码器模型，它由编码器(Encoder)和解码器(Decoder)两部分组成，本质上都是对输入信号做某种变换。编码器将输入信号x变换成编码信号y，而解码器...

一、GAN简介GAN：Generative Adversarial NetworkLan J.Goodfellow等于2014年10月在Generative Adversarial Network中提出的一个通过对抗过程估计生成模型的新框架。框架中同时训练两个模型：捕获数据分布的生成模型G，和估计样本来自训练数据的概率的判别模型D。G的训练程序是将D错误的概率最大化。GAN主要针对是一...

背景介绍本章我们介绍词的向量表征，也称为word embedding。词向量是自然语言处理中常见的一个操作，是搜索引擎、广告系统、推荐系统等互联网服务背后常见的基础技术。在这些互联网服务里，我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较，我们往往先要把词表示成计算机适合处理的方式。最自然的方式恐怕莫过于向量空间模型(vector space model)。在这种方式里，...

情感分析本教程源代码目录在https://github.com/PaddlePaddle/book/tree/develop/06.understand_sentiment,初次使用请您参考Book文档使用说明：https://github.com/PaddlePaddle/book/blob/develop/README.cn.md。背景介绍在自然语言处理中，情感分析一般是指判断...

生成对抗网络说明:本文中代码与dc_gan.py的运行结果一致，可直接运行(https://github.com/PaddlePaddle/book/blob/develop/09.gan/dc_gan.py)进行验证。背景介绍生成对抗网络（Generative Adversarial Network[1]，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进...

VggNet2014年，牛津大学计算机视觉组和Google DeepMind公司的研究员一起研发的新的深度卷积神经网络：VggNet，并取得了ILSVRC2014比赛分类项目的第二名（第一名是GoogLeNet,也是同年提出的）和定位项目的第一名。VggNet探索了卷积神经网络的深度与其性能之间的关系，成功地构筑了16-19层深的卷积神经网络，证明了增加网络的深度能够再一定程度上影响完了过...