zhaoguanghe的博客

一、引言今天介绍一个大型撸猫建站过程，即这些猫咪不存在：http://thesecatsdonotexist.com/二、正文在AWS SageMaker上使用StyleGAN生成猫AWS Sagemaker是亚马逊的机器学习训练平台，链接：https://aws.amazon.com/cn/blogs/aws/sagemaker/。2.1 作者介绍最近，我本人和斯蒂芬·莫特（Stephen Mott）致力于承担NVIDIA Labs所做的一些出色工作，并尝试以更实用，更有.

贝叶斯一、引言南京大学周志华在《机器学习》中介绍：贝叶斯决策论在机器学习、模式识别等诸多关注数据分析的领域都有极为重要的地位。根据在属性间依赖的涉及程度，贝叶斯分类器形成了一个“谱”：朴素贝叶斯分类器不考虑属性间的依赖性，贝叶斯网络能表示任意属性间的依赖性，二者分别位于“谱”的两端。介于两者之间的则是一系列半朴素贝叶斯分类器，它们基于各种假设和约束来对属性间的部分依赖性进行建模。贝叶斯分类器与一般意义上的“贝叶斯学习”有显著区别，前者是根据最大后验概率进行单点估计，后者则是进行分布估计。

信息熵

基于Tensorflow2.0的Fashion-MNIST生成图像来源：深度学习案例：用tensorflow2.0实现Fashion-MNIST数据集分类一、生成预览二、DCGAN简介DCGAN，全称为Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks(http://arxiv.org/pdf/1511.06434)，主要创新为将100维均匀分布的Z.

Pandas与Matplotlib结合，实现论文实验绘图import matplotlib.pyplot as pltimport numpy as npx = np.linspace(-3,3,100)y1 = 2*x + 1y2 = x**2#坐标轴范围plt.xlim((-1,2))plt.ylim((-2,3))#横纵坐标描述plt.xlabel('I AM ...

Rethinking softmax cross entropy loss for adversarial robustness是一篇关于对抗样本的Paper，详见arXiv与Github。摘要： 先前的工作表明，对抗鲁棒性泛化需要更大的样本复杂度(arXiv)。这使得在相同的数据集(例如CIFAR-10)上，仅用准确率指标不足以训练鲁棒的模型。由于收集新的训练数据会付出高...

https://blog.umu618.com/2018/05/26/leave-one-out-cross-validation/

数据挖掘KDD领域-CELF已成为一种经典的社会网络影响最大化发现算法，用于改进贪心算法的效率(提升700%)。获得KDD 2019的经典论文奖，作者：Jure Leskovec，论文：Cost-effective Outbreak Detection in Networks（2007）。CELF算法是基于影响力具有子模性特征提出的，即所有节点的影响力随着种子节点集合中节点数目增加在减弱，具...

SPP-Net全名为《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》2014【深度卷积网络中用于视觉识别的空间金字塔池化】论文链接：https://arxiv.org/abs/1406.4729SPP-Net(spatial pyramid pooling空间金字塔池化算法)是一种可以...

R-CNN全名叫《Rich feature hierarchies for accurate object detection and semantic segmentation》2014【用于精确物体定位和语义分割的丰富特征层次结构】下载链接：https://arxiv.org/abs/1311.2524v3在RCNN之前，OverFeat已经是深度学习做目标检测公认的方法(https://...

Tensorflow2.0使用MNIST/Cifar10数据集时，如果在程序运行时下载会特别慢，而且会出现运行时出现网络连接错误。tensorflow.keras.datasets.mnist/cifar10.load_data()所以，在使用前需要提前下载，并放在用户目录的 .keras\datasets 文件夹下（Windows 用户目录为C:\Users\用户名，Linux ...

label 转 one-hotimport tensorflow as tflabel = tf.stack(5)one_hot_label = tf.one_hot(label, 10)print("label: ", label.numpy())print("one_hot_label: ", one_hot_label.numpy())'''output:labe...

我们知道conda可以切换不同的虚拟环境以提供不同版本的Python包，现在Jupyter Notebook也可以切换不同的Tensorflow版本首先，打开Anaconda Prompt，创建一个tensorflow2.0的新环境，并安装了ipykernel包。回到base环境，使用jupyter kernelspec list查看jupyter kernel列表。然后，使用p...

跟Anaconda本身的BUG有关,与Pycharm不兼容(出处)解决办法：换个python的解释器完美解决

使用FGSM的对抗示例，在训练对抗样本时(https://tensorflow.google.cn/tutorials/generative/adversarial_fgsm),遇到以下问题pretrained_model = tf.keras.applications.MobileNetV2(include_top=True,weights='imagenet')pretrained_m...

from dgl.data import MiniGCDataset数据集包含8种不同类型的图形。第0类：循环图 第1类：星形图 第2类：车轮图 第3类：棒棒糖图 第4类：超立方体图 第5类：网格图 第6类：集团图 第7类：圆形梯形图例如：class 0注：该数据集类与pytorch的Dataset类兼容。类: dgl.data.MiniGCDataset（nu...

最近在学吴恩达机器学习，课程建议使用Octave，故上网查找Octave 5.1.0版本下载链接。官网地址如下：https://ftp.gnu.org/gnu/octave/windows/可能由于国外网站的限制，官网地址下载很慢，故找了一段时间才找到能下载的Octave 5.1.0版本。百度云下载链接如下：链接：https://pan.baidu.com/s/1OG7dG4jc...

Windons安装RDKit起因过程1.官网方法2.本地下载安装3.conda-forge安装结局引入成功起因因为参加“英特尔杯”第一届中国研究生人工智能创新大赛，在机器学习进行新药研发领域了解到RDKit，使用官网提供的安装方式第一次并没有成功，在搜索很多相关资料后最后尝试一种方法，安装成功。过程1.官网方法首先计算机需提前安装了Anaconda，打开Anaconda Prompt命令...