qq_31895943的博客

书籍下载地址：http://lamda.nju.edu.cn/weixs/book/CNN_book.pdf 这本书名虽然有实践两个字，但内容还是主要介绍在实践框架中涉及的基本概念、方法和技巧介绍，侧重于实践中的概念介绍并不是手把手告诉你如何在某平台上搭建一个卷积神经网络，因此想要动手实践方面的指导的话并不推荐此书。 以下是笔者的阅读笔记，因为我也是新手在入门，因此主要为章节内容...

Chp 1 TensorFlow 基础 TensorFlow 来由：在计算图的边中流动（flow）的数据被称为Tensor Client通过session的接口与master及多个worker相连，master负责指导所有worker按流程执行计算图，而每个worker可以与多个设备相连； TemsorFlow有单机版和分布式版两种实现 不同设备间的数据通信通过设置发送节点和接收节点实现 容...

StackGAN StackGAN：Two-stage Generative Adversarial Networks 任务：根据句子生成图像 创新：首次能够生成256*256的大图像 巧： 1）word embedding ->均值和方差，而不是一个feature embedding 2）把小的图像转为一个conditional variable StackGAN-v2： 改进：en...

李宏毅老师讲解的GAN Lecture 2 (2018): Conditional Generation Conditional Generation: 可以操控要输出的内容，如输入文字产生图片(Text to image) Text to image 1）traditional supervised approach：训练数据是text+image，model产生出的图片都比较模糊，因为是...

李宏毅老师讲解的GAN Lecture 7 (2018): Info GAN, VAE-GAN, BiGAN 问题：input feature 对output影响不明确这件事 InfoGAN c是有意义的维度，z为随机的；因为某些维度被划分到c中，所以generator强制要求这些维度有意义；注意这里的关系是“c->其中的维度有意义”而不是“其中的维度有意义->c” ...

李宏毅老师讲解的GAN Lecture1（2018）：Introduction Github上一个总结GAN及其扩展的项目：[the-gan-zoo](https://github.com/hindupuravinash/the-gan-zoo) Outline Basic idea of GAN Basic idea of GAN Generator：a random vector t...

李宏毅老师讲解的：GAN Lecture 10 (2018):Evaluation & concluding remarks 怎么评价GAN产生的object是好还是不好？ 传统的方法 传统用likelihood衡量Generator的效果，但是由network构成的generator没有办法知道真实概率分布，只能通过采样 kernel densityestimation：用gau...

李宏毅老师讲解的 GAN Lecture 6 (2018): WGAN, EBGAN 最原始的GAN使用JS divergence，然而只要两个分布没有重合，它们的js divergence 都是log2 LSGAN：把sigmoid换成linear，（discriminator不要训的太好也不要太差，就要求能区分又希望在generated data部分可微分） Wassertein...

李宏毅老师讲解的 GAN Lecture 9 (2018): Sequence Generation Conditional Sequence Generation 用maximize likelihood（也可以称为minimize cross entropy）训练seq2seq model 的问题是training criterion很难选到合适的 by RL improving p...

李宏毅老师讲解的 GAN Lecture 5 (2018): General Framework original GAN中使用JS divergence 来衡量real data 和 generated data 之间的divergence，fGAN讲的就是如何用其他类型divergence来衡量两者间的差异，虽然在实做上没有不同的效果 f-divergence 属性：凸函数、f(1)=0...

李宏毅老师讲解的GAN Lecture 8 (2018): Photo Editing 智能ps的做法

李宏毅老师讲解的GAN GAN Lecture 4 (2018): Basic Theory Generation - find the data distribution

李宏毅老师讲解的GAN Lecture 3 (2018): Unsupervised Conditional Generation 类似于风格转化的task 两类方法： 1）直接转：只能进行小改，input和output间差距较小（如颜色或纹理转化） 2）投射到公共空间：input和output间差距较大（真人转化为动画人物） Direct Transformation 存在问题-Ge...

所阅读的原文链接： 深度学习（三十二）半监督阶梯网络学习笔记 Motivation 无监督学习：尽可能的保持数据中的原始信息 有监督学习：要求只保留与任务相关的信息，过滤掉与任务无关的信息 在进行半监督学习的时候，两者的目标之间就会产生矛盾；因此，阶梯网络考虑设计一个网络模型，用两个分支把监督任务相关的信息和无关的信息尽可能的分开。 阶梯网络结构 Loss：C(0)+C(1)+...+C...

李宏毅老师讲解的Generative Adversarial Network Review: Auto-encoder -> VAE ->GAN auto-encoder的学习结果中的decoder可以拿出来，喂一个code可以生成一个image VAE更进一步引入了噪声，学习目标仍然是希望input 和output尽可能的接近，但不能单纯最小化两者之间的差异，因为这样学出来的结果...

因为用teamview远程控制开发与调试太卡顿了，研究了一下其他远程开发与调试方法，发现pycharm专业版本身带了这个功能美滋滋 pycharm专业版用学校邮箱注册可获得教育免费激活码 配置 配置过程主要参考自 pycharm远程开发与调试 步骤： 配置远程服务器 （创建项目） 为当前项目配置编译器 同步本地和远程项目 注意：建议第一次测试是否ping通时使用一个小项目，如：一个test...