ubuntu16.04配置cuda8.0+cudnn6+tensorflow1.4

摘要: 安装相关依赖项 sudo add-apt-repository ppa:xorg-edgers/ppa sudo apt-get update sudo add-apt-repository ppa:xorg-edgers/ppa sudo apt-get update sudo apt-get i 阅读全文
posted @ 2017-12-12 21:20 J_K_Guo 阅读(4175) 评论(0) 推荐(0) 编辑

Improved Techniques for Training GANs

摘要: 训练GANs 其实是一个找纳什均衡的问题。但是找高维连续非凸问题的纳什均衡点是很困难的。而且,在GAN的训练中我们通常是通过梯度下降法来最小化代价函数的,而不是去找纳什均衡点,所以我们经常会碰到无法收敛的情况。 所以我们提出了几个有助于收敛的技术: 1.Feature matching(更好的分类效 阅读全文
posted @ 2017-10-27 17:14 J_K_Guo 阅读(1020) 评论(0) 推荐(0) 编辑

LapGAN

摘要: Facebook 等人提出的 LAPGAN[2] 则是采用了这样的思想,在 GAN 基础上做出了改进。LAPGAN[2] 这个工作既有 project page,也有开源代码,是非常值得重视的工作。在实现 sequential version 的方式上,LAPGAN[2] 这个工作采用的是一种几十年 阅读全文
posted @ 2017-10-23 19:29 J_K_Guo 阅读(1307) 评论(0) 推荐(0) 编辑

DualGan

摘要: 文章的思想来源 这篇文章的灵感来源是Xia et al 提出的一篇做机器翻译的文章NIP Dual【2】。这篇文章的一个例子很好的解释了对偶的思想。首先假设我们有两个人A和B,A会英文不会法语,B会法语不会英文。A要和B进行交流,A写了一段话,通过翻译器GA翻译成法语,但A看不懂法语,只能将翻译的结 阅读全文
posted @ 2017-10-23 14:22 J_K_Guo 阅读(1716) 评论(0) 推荐(0) 编辑

DiscoGAN

摘要: 一、目的 提出一个基于GAN的网络框架来学习发现跨域关系(cross-domain relation),把寻找这种关系变成了用一种风格的图片生成另一种风格。 下面是论文列举的手提包生成鞋、鞋生成手提包的示意图。 二、模型 标准的GAN模型 图中xA、xB分别表示A里面和B里面的真实样本,xAB表示真 阅读全文
posted @ 2017-10-17 22:57 J_K_Guo 阅读(3660) 评论(0) 推荐(1) 编辑

Conditional Generative Adversarial Nets

摘要: 本文是 GANs 的拓展,在产生 和 判别时,考虑到额外的条件 y,以进行更加“激烈”的对抗,从而达到更好的结果。 众所周知,GANs 是一个 minmax 的过程: GAN的原始模型有很多可以改进的缺点,首当其中就是“模型不可控”。从上面对GAN的介绍能够看出,模型以一个随机噪声为输入。显然,我们 阅读全文
posted @ 2017-10-09 22:52 J_K_Guo 阅读(1388) 评论(0) 推荐(0) 编辑

CycleGAN

摘要: CycleGAN解决了模型需要成对数据进行训练的困难。 前文说到的pix2pix,它和CycleGAN的区别在于,pix2pix模型必须要求 成对数据 (paired data),而CycleGAN利用 非成对数据 也能进行训练(unpaired data)。 CycleGAN的原理可以概述为: 将 阅读全文
posted @ 2017-09-26 18:55 J_K_Guo 阅读(8370) 评论(0) 推荐(0) 编辑

Image-to-Image Translation with conditional Adversarial Networks ---- Pix-2-Pix

摘要: 任务场景 Photos to semantic segmentation Cityscapes labels to photos Colorization Facades labels to photo Day to night The edges to photo And so on. 在生成器模 阅读全文
posted @ 2017-09-22 23:28 J_K_Guo 阅读(451) 评论(0) 推荐(0) 编辑

DCGAN

摘要: DCGAN对卷积神经网络的结构做了一些改变,以提高样本的质量和收敛的速度,这些改变有: 取消所有pooling层。G网络中使用转置卷积(transposed convolutional layer)进行上采样,D网络中用加入stride的卷积代替pooling。 在D和G中均使用batch norm 阅读全文
posted @ 2017-09-20 21:55 J_K_Guo 阅读(2569) 评论(0) 推荐(0) 编辑

机器学习系统设计 ---- Machine Learning System Design

摘要: 构建一个机器学习算法的过程: 评估算法性能 偏斜类(skewed classes):训练集中的大多数实例属于一类,其他类占得很少或没有。 类偏斜的情况下我们就不能单纯使用误差来评判算法的效果。应使用新的评估度量值。 TP:预测为真,实际为真 FP:预测为真,实际为假 FN:预测为假,实际为真 TN: 阅读全文
posted @ 2017-09-14 17:04 J_K_Guo 阅读(357) 评论(0) 推荐(0) 编辑