sym的博客

本文的主要内容是，在win10 64位系统下安装anaconda3-4.3.1（里面自带python3.6和pip(python包管理工具)）和tesorflow1.0（配置Spyder）的具体过程。另外，又讲了在Linux系统下安装anaconda2和tensorflow（CPU版和GPU版）的方式。

大部分是Api版本问题：AttributeError: 'module' object has no attribute 'SummaryWriter'tf.train.SummaryWriter改为：tf.summary.FileWriterAttributeError: 'module' object has no attribute 'summ

对抗网络是14年Goodfellow Ian在论文Generative Adversarial Nets中提出来的。 记录下自己的理解，日后忘记了也能用于复习。 本文地址： http://blog.youkuaiyun.com/sxf1061926959/article/details/54630462生成模型和判别模型理解对抗网络，首先要了解生成模型和判别模型。判别模型比较好理解

reference: http://blog.youkuaiyun.com/u013139259/article/details/53590536所谓的对抗网络可以归结为unsupervised learning 或者 generative model。从无监督学习来进行feature representation,有k-means聚类算法，auto-encoders[2]，以及09年的Deep

本贴解决目的：Windows 7下通过anaconda安装tensorflow今天说一下通过Anaconda安装tensorflow，并安装运行spyder编译器。网上很多教程不全，官网的也没有详细讲解，通过我的不断试错和寻找解决方案，给大家一个正确完整最新的教程。先介绍下Anaconda和TensorFlow：什么是 Anaconda？Anaconda is the leading open d...

本文为 CS231n 中关于激活函数部分的笔记。激活函数（Activation Function）能够把输入的特征保留并映射下来。SigmoidSigmoid 非线性函数将输入映射到 (0,1)(0,1) 之间。它的数学公式为：σ(x)=11+e−xσ(x)=11+e−x。历史上，sigmoid 函数曾非常常用，然而现在它已经不太受欢迎，实际很少使用了，因为

深度学习入门必须理解和掌握的25个概念

1 前言    2012年我在北京组织过8期machine learning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。当我2013年再次来到北京时，有一个词似乎比“机器学习”更火，那就是“深度学习”。    本博客内写过一些机器学习相关的文章，但上一篇技术文章“LDA主题模型”还是写于2014年11月份，毕竟自2015年开始创业做在线教育后，太多的杂事、琐碎事，让

转自雷锋网 AI 科技评论，原文题目为：苹果机器学习博客姗姗来迟，不过第一篇文章就给紧缺训练数据的研究者们发糖，原文链接：http://mp.weixin.qq.com/s/KP5Ox3TBXtOCV_L5C4pkYw雷锋网 AI 科技评论按：苹果一出手就要解决人工智能的瓶颈问题，野心不可谓不大，但是效果也不可谓不好，最近的一篇机器学习方面的论文就巧妙地解决了训练数据收集方面的大问

生成模型（GenerativeModel）是一种可以通过学习训练样本来产生更多类似样本的模型。在所有生成模型当中，最具潜力的是生成对抗网络（Generative Adversarial Networks, GANs）。GANs 是非监督机器学习的一种，它的运作方式可被看做是两个神经网络相互竞争的零和游戏（zero-sum game）。

设计师和摄影师用内容自动填补来补充图像中不想要的或缺失的部分。与之相似的技术还有图像完善和修复。实现内容自动填补，图像完善和修复的方法有很多。本文介绍的是 Raymond Yeh 和 Chen Chen 等人的论文「Semantic Image Inpainting with Perceptual and Contextual Losses」中的方法，此论文于 2016年 7月 26日 在 arX

转载自：http://www.leiphone.com/news/201701/Kq6FvnjgbKK8Lh8N.htmlGAN是“生成对抗网络”（Generative Adversarial Networks）的简称，由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年，GAN热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探

生成对抗网络的一些资料链接和课件整理，另附资源：17类对抗网络经典论文及开源代码（附源码）

深度学习作者Yann Le Cun纽约大学，柯朗数学科学学院(CourantInstitute of Mathematical Science, NYU)，Facebook 人工智能研究我们需要复制大脑来开发智能机器吗？大脑是智能机器存在的依据－鸟和蝙蝠是重于空气飞行存在的依据大脑今天高速处理器

2017深度学习最新报告及8大主流深度学习框架超详细对比（内含PPT）

Goodfellow2016年12月初，在巴塞罗那举行的深度学习顶级盛会NIPS上发表了演讲， 主要讲述了什么是 GAN 和 DCGANs、模型崩溃、小批量特征、文本转图像等问题。本文是后18分钟视频的内容，主要是 Goodfellow 回答网友提问，总共有11个问题。相信有很多人都无法参加。

编者按：深度学习顶级盛会NIPS于今年12月初在巴塞罗那举行，相信有很多人都无法参加。不过，有另一个AI盛会却是全世界所有人都能参加的，叫做“AI WITH THE BEST”，已于今年9月在网络世界里召开。演讲嘉宾有100多人，其中就有“GANs之父”Ian Goodfellow。这个会议由于是网络播出，所以有完整录像，雷锋网对比Ian Goodfellow在NIPS的演讲内容，二者十分相仿，故

自从 Ian Goodfellow 在2014 年发表 论文 Generative Adversarial Nets 以来，生成式对抗网络 GAN 广受关注，加上学界大牛 Yann Lecun 在 Quora 答疑时曾说，他最激动的深度学习进展是生成式对抗网络，这使得 GAN 成为近两年来在机器学习领域的新宠，在深度学习领域和图像处理方面更是有着独特的优势。可以说，研究深度学习的人，不懂 GAN，简直就是还没入门。

为了方便深度学习，训练模型编写该代码，图片批量生成、删除、改名、旋转、调整大小、排序、计算图片数量，另外还添加有删除指定路径下所有文件（包括文件夹）的代码，感觉很实用，欢迎大家补充修改。#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2018/3/4 13:07# @File : imagespro.py# @Soft...