sdu_hao的博客

Github地址目录1. 介绍2. 对抗生成网络2. 变量3. 数据4. 实现方法4. 结果1. 介绍本教程将通过一个例子来介绍DCGAN。我们将使用很多真正的名人照片训练一个生成对抗网络（GAN）后，生成新的假名人照片。这里的大多数代码来自于pytorch/examples中对DCGAN的实现，并且本文档将对DCGAN的实现进行全面解释，并阐明该模型是怎样工作...

Github地址目录1. PyTorch介绍2. 使用PyTorch进行深度学习3. 词嵌入：编码形式的词汇语义4. 序列模型和LSTM网络1. PyTorch介绍Torch张量库介绍深度学习的所有计算都是在张量上进行的,其中张量是一个可以被超过二维索引的矩阵的一般表示形式。稍后我们将详细讨论这意味着什么。首先，我们先来看一下我们可以用张量来干什么。# 作...

Github地址在这个项目中，我们将编写一个把法语翻译成英语的神经网络。[KEY: > input, = target, < output]> il est en train de peindre un tableau .= he is painting a picture .< he is painting a picture .> pourq...

Github地址在上一篇博客中我们使用RNN网络对名字所属的语言进行分类。 这一次我们会反过来根据语言生成名字。> python sample.py Russian RUSRovakovUantovShavakov> python sample.py German GERGerrenErengRosher> python sample.py Span...

Github地址我们将构建和训练字符级RNN来对单词进行分类。 字符级RNN将单词作为一系列字符读取（RNN每一时刻的输入是一个字符），在每一步输出预测和“隐藏状态”，将其先前的隐藏状态传递给下一时刻。 我们将最终时刻输出作为预测结果，即表示该词属于哪个类。具体来说，我们将在18种语言构成的几千个名字的数据集上训练模型，根据一个名字的拼写预测它是哪种语言的名字：$ python pr...

Github地址在本教程中，我们探索一个好玩和有趣的循环序列到序列(Seq2Seq)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。聊天机器人可以在各种设置中找到，包括客户服务应用和在线帮助。这些机器人通常由基于检索的模型提供支持，这些输出是某些形式问题预先定义的响应。在...

Github地址如果你正在阅读这篇文章，希望你能理解一些机器学习模型是多么有效。现在的研究正在不断推动ML模型变得更快、更准确和更高效。然而，在设计和训练模型中经常会忽视的是安全性和健壮性方面，特别是在面对欺骗模型的对手时。本教程将提高您对ML模型安全漏洞的认识，并将深入探讨对抗性机器学习这一热门话题。您可能会惊讶地发现，在图像中添加细微的干扰会导致模型性能的巨大差异。鉴于这是一个教...

Github目录1. 简介2. 基本原理3. 导包并选择设备4. 加载图片5. 损失函数6. 导入模型7. 梯度下降1. 简介本教程主要讲解如何实现由Leon A. Gatys，Alexander S. Ecker和Matthias Bethge提出的Neural-Style 算法。Neural-Style或者叫Neural-Transfer，可以让你使用...

Github在本教程中，您将学习如何使用称为空间变换器网络的视觉注意机制来扩充您的网络。你可以在DeepMind paper阅读有关空间变换器网络的更多内容。空间变换器网络是对任何空间变换的差异化关注的概括。空间变换器网络（简称STN）允许神经网络学习如何在输入图像上执行空间变换，以增强模型的几何不变性。例如，它可以裁剪感兴趣的区域，缩放并校正图像的方向。它可能是一种有用的机制，因为...

Github在本教程中，我们将深入探讨如何微调和特征提取torchvision 模型，所有这些模型都已经预先在1000类的imagenet数据集上训练完成。本程将深入介绍如何使用几个现代的CNN架构，并为如何在PyTorch中使用这些预训练模型进行微调建立直觉。 由于每个模型架构是有差异的，因此没有可以在所有场景中使用的样板微调代码。 然而，研究人员必须查看现有架构并对每个模型进行自定义调整。...

GitHub 地址点击这里下载notebook(.ipynb)文件。Pytorch提供了torch.nn、torch.optim、Dataset和DataLoader这些设计优雅的模块和类以帮助使用者创建和训练神经网络。 为了最大化利用这些模块和类的功能，并使用它们做出适用于你所研究问题的模型，你需要真正理解他们是如何工作的。 为了做到这一点，我们首先基于MNIST数据集训练一个没有任何特...

GitHub 地址本文提供有关Pytorch模型保存和加载的各种用例的解决方案。您可以随意阅读整个文档，或者只是跳转到所需用例的代码部分。当保存和加载模型时，有三个核心功能需要熟悉：1) torch.save: 将序列化对象保存到磁盘。 此函数使用 Python 的pickle模块进行序列化。使用此函数可以保存如模型、tensor、字典等各种对象。2）torch.load: 使用...

GitHub 地址在本教程中，您将学习如何使用迁移学习来训练您的网络。您可以在cs231n 笔记上阅读更多关于迁移学习的信息在实践中，很少有人从头开始训练整个卷积网络（随机初始化），因为拥有足够大小的数据集是相对罕见的。相反，通常在非常大的数据集（例如 ImageNet，其包含具有1000个类别的120万个图像）上预先训练 ConvNet，然后使用 ConvNet 作为感兴趣任务的初始...

GitHub 地址PyTorch主要是提供了两个核心的功能特性：1）一个类似于NumPy的n维张量，但是可以在GPU上运行2）搭建和训练神经网络时的自动微分/求导机制我们将使用全连接的ReLU网络作为运行示例。该网络将有一个单一的隐藏层，并将使用梯度下降训练，通过最小化网络输出和真正结果的欧几里得距离，来拟合随机生成的数据。目录1. 张量2. 自动求导3. nn模块...

GitHub 地址在解决机器学习问题的时候，人们花了大量精力准备数据。pytorch提供了许多工具来让载入数据更简单并尽量让你的代码的可读性更高。在这篇教程中，我们将从一个容易处理的数据集中学习如何加载和预处理/增强数据。前提：安装scikit-image: 图形接口以及变换；pandas：处理csv文件。from __future__ import print_function, ...

GitHub 地址本教程目标：更高层次地理解PyTorch的Tensor库以及神经网络 训练一个小的神经网络模型用于图像分类前提：安装torch和torchvision包。目录1. 什么是PyTorch？2. Autograd：自动求导3. 神经网络4. 训练分类器5. 可选：数据并行处理1. 什么是PyTorch？PyTorch是一个基于python的...