- 博客(2)
- 资源 (5)
- 收藏
- 关注
RSS订阅翻译 GAN-文献阅读笔记
论文提出一个新的框架，通过对抗过程评估生成模型。论文中同时训练两个网络：一个生成模型G用来捕获数据分布，一个有识别力的模型D用来评估来自训练数据样本的可能性。G的训练过程是去最大化D犯错的可能性。这个框架对应一个minimax的双人游戏。在G和D的任意函数空间，存在一个独特的解，G回复训练数据分布，D等于1/2.在G和D通过多层感知机定义，整个系统可以通过反向传播训练。在训练或者生成样本时，没有必要有任何马尔科夫链或者展开近似推理网络。实验通过对生成样本进行定性和定量评估证明了框架的潜力。
2022-11-22 23:04:25
210
转载 小波变换的方法
小波变换的方法 从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路。 下面我就按照傅里叶–>短时傅里叶变换–>小波变换的顺序，讲一下为什么会出现小波这个东西、小波究竟是怎样的思路。（反正题主要求的是通俗形象，没说简短，希望不会太长不看。。） 一、傅里叶变换 关于傅里叶变换的基本概念...
2018-11-06 17:37:24
2233
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人