【深度学习】
关注
分享
扫一扫
文章平均质量分 94
Yang SiCheng
这个作者很懒，什么都没留下…
展开
-
【PyTorch】14 AI艺术家：神经网络风格迁移
风格迁移 Style Transfer1、数据集2、原理简介3、用Pytorch实现风格迁移4、结果展示5、全部代码小结详细可参考此优快云1、数据集使用COCO数据集，官方网站点此，下载点此，共13.5GB，82783张图片2、原理简介风格迁移分为两类，一类为风格图片（毕加索、梵高…），一类是内容图片，通常来自现实世界中本文主要介绍Fast Neural Style，关于Neural Style可见pytorch官方教程效果逼真的风格迁移图片有两个要求，一是要生成的图片在内容、细节上和输入的原创 2021-06-25 00:02:36 · 4205 阅读 · 3 评论 -
【PyTorch】13 Image Caption：让神经网络看图讲故事
图像描述1、数据集获取2、文本数据处理3、图像数据处理1、数据集获取数据来自：AI challenger 2017 图像描述数据集百度网盘: https://pan.baidu.com/s/1g1XaPKzNvOurH9M44p1qrw 提取码: bag3这里由于原训练集太大，这里仅使用验证集ai_challenger_caption_validation_20170910.zip，解压一下2、文本数据处理图像中文描述比赛的数据分为两部分，一是30000张图片，二是对应的描述caption_va原创 2021-06-23 17:26:58 · 3001 阅读 · 3 评论 -
【PyTorch】12 生成对抗网络实战——用GAN生成动漫头像
一篇简书里有下载地址原创 2021-04-13 22:39:27 · 12311 阅读 · 14 评论 -
【PyTorch】11 聊天机器人实战——Cornell Movie-Dialogs Corpus电影剧本数据集处理、利用Global attention实现Seq2Seq模型
聊天机器人教程1. 下载数据文件2. 加载和预处理数据2.1 创建格式化数据文件2.2 加载和清洗数据3.为模型准备数据4.定义模型4.1 Seq2Seq模型4.2 编码器4.3 解码器此为官方PyTorch之文本篇的最后一个教程在本教程中，我们探索一个好玩有趣的循环的序列到序列（sequence-to-sequence）的模型用例。我们将用Cornell Movie-Dialogs Corpus 处的电影剧本来训练一个简单的聊天机器人在人工智能研究领域中，对话模型是一个非常热门的话题。聊天机器人可以原创 2021-03-17 23:09:25 · 3006 阅读 · 2 评论 -
【PyTorch】10 文本篇更多代码——BOW、N-Gram、CBOW、LSTM、BI-LSTM CRF
示例1. 基于逻辑回归与词袋模式(BOW)的文本分类器完整代码结果2. 词嵌入：编码形式的词汇语义2.1 N-Gram语言模型完整代码结果2.2 计算连续词袋模型(CBOW)的词向量完整代码结果3. 序列模型和长短句记忆（LSTM）模型完整代码结果4. 高级：制定动态决策和BI-LSTM CRF代码结果小结1. 基于逻辑回归与词袋模式(BOW)的文本分类器原教程网站模型将会把BOW表示映射成标签上的对数概率。我们为词汇中的每个词指定一个索引。例如，我们所有的词汇是两个单词“hello”和"world"原创 2021-03-15 21:21:47 · 1681 阅读 · 3 评论 -
【PyTorch】9 序列到序列Transformer实战——nn.Transformer、nn.TransformerEncoder、PositionalEncoding
使用nn.Transformer和torchtext的序列到序列建模1. 加载和批量操作数据2. 产生输入和目标序列的函数原中文教程，英文教程，英文API文档PyTorch 1.2 版本包括一个基于《Attention Is All You Need》的标准Transformer模块。 事实证明，该转换器模型在许多序列间问题上具有较高的质量，同时具有更高的可并行性。nn.Transformer模块完全依赖于注意力机制（另一个最近实现为nn.MultiheadAttention的模块）来绘制输入和输出之间原创 2021-03-15 11:37:20 · 15007 阅读 · 8 评论 -
【PyTorch】8 语言翻译Torchtext实战——英语和德语翻译、Attention模型、 Pytorch 1.8 安装
torchtext 语言翻译1. 数据处理2. DataLoader3. 定义我们的nn.Module和Optimizer4. 训练这是官方文本篇的一个教程，原英文文档，中文文档和API文档本教程介绍了如何使用torchtext预处理包含英语和德语句子的著名数据集的数据，并使用它来训练序列到序列模型，并能将德语句子翻译成英语1. 数据处理torchtext具有工具，可用于创建可以轻松迭代的数据集，以创建语言翻译模型。 在此示例中，我们展示了如何对原始文本句子进行标记，构建词汇表以及将标记数字化为张量原创 2021-03-12 23:21:33 · 2634 阅读 · 7 评论 -
【PyTorch】7 文本分类TorchText实战——AG_NEWS四类别新闻分类
使用 TorchText 进行文本分类这是官方文本篇的一个教程，原中文链接，本文是其详细的注解，关于TorchText的官方英文文档原创 2021-03-11 22:12:12 · 7543 阅读 · 38 评论 -
【PyTorch】6 法语英语翻译RNN实战——基于Attention的seq2seq模型、Attention可视化
基于注意力机制的 seq2seq 神经网络翻译1. 序列到序列网络原理这是官方NLP From Scratch的一个教程（3/3），原中文链接，在这个项目中，我们将搭建神经网络，将法语翻译成英语，本文是其详细的注解1. 序列到序列网络原理编码器网络将输入序列压缩为一个向量，而解码器网络将该向量展开为一个新序列改进此模型，使用注意机制，该机制可让解码器学习将注意力集中在输入序列的特定范围内...原创 2021-03-10 20:11:32 · 2002 阅读 · 5 评论 -
【PyTorch】5 姓氏生成RNN实战——使用语言生成名称
生成名称与字符级RNN1. 准备数据2. 建立网络3. 准备训练4. 训练网络5. 测试6. 全部代码总结这是官方NLP From Scratch的一个教程（2/3），原中文链接，本文是其详细的注解1. 准备数据准备数据过程与上篇姓氏分类RNN实战不同之处在于：all_letters = string.ascii_letters + " .,;'-"n_letters = len(all_letters) + 1 # Plus EOS marker此部分代码如下：import unicode原创 2021-03-07 11:31:59 · 665 阅读 · 2 评论 -
【PyTorch】4 姓氏分类RNN实战(Simple RNN)——18 种起源语言的数千种姓氏分类
使用char-RNN对姓氏进行分类1. 准备数据2. 将名称转换为张量3. 建立网络4. 训练小结这是官方NLP From Scratch的一个教程（1/3），原英文链接，中文链接1. 准备数据大多数都是罗马化的(但我们仍然需要从 Unicode 转换为 ASCII）关于unicodedata库用法：unicodedata.normalize对于每个字符，规范形式D（NFD）也称为规范分解，将每个字符转换为其分解形式。范式C（NFC）首先应用规范分解，然后再次组成预组合字符unicodedata原创 2021-03-06 18:44:35 · 1695 阅读 · 8 评论 -
【PyTorch】3 AI诗人RNN实战(LSTM)——完成诗歌剩余部分、生成藏头诗
@TOC原创 2021-03-05 20:39:06 · 4389 阅读 · 24 评论 -
【PyTorch】2 Kaggle猫狗二分类实战——搭建CNN网络
@TOCKaggle 上 Dogs vs. Cats 二分类实战数据集是RGB三通道图像，由于下载的test数据集没有标签，我们把train的cat.10000.jpg-cat.12499.jpg和dog.10000.jpg-dog.12499.jpg作为测试集，这样一共有20000张图片作为训练集，5000张图片作为测试集pytorch torch.utils.data 可训练数据集创建文章主要参考此文，以及此文...原创 2021-03-02 22:35:40 · 5507 阅读 · 1 评论 -
【PyTorch】1入门——Tensor、自动微分、神经网络、PyTorch 图像分类
PyTorch1. PyTorch简介2. 快速入门背景主要对《深度学习框架PyTorch：入门与实践》进行学习：相关资料：书籍的对应代码PyTorch官方教程中文版PyTorch中文教程 (Python API)PyTorch中文文档PyTorch tutorials1. PyTorch简介1.1 PyTorch的诞生1.2 常见的深度学习框架介绍Theano停止开发，不建议作为研究工具继续学习TensorFlow不完美但最流行的深度学习框架，社区强大，适合生产环境原创 2021-03-02 10:27:51 · 628 阅读 · 2 评论