当前标签：深度学习

使用GAN进行异常检测——可以进行网络流量的自学习哇，哥哥，人家是半监督，无监督的话，还是要VAE，SAE。

bonelee 2018-11-02 09:17 阅读:3730 评论:0 推荐:0

使用GAN 进行异常检测——anoGAN，TODO，待用于安全分析实验

bonelee 2018-10-31 14:36 阅读:7534 评论:3 推荐:0

conv1d UpSampling1D aotoencoder 自编码代码摘录

bonelee 2018-10-31 09:36 阅读:2379 评论:0 推荐:0

Deep Belief Network简介——本质上是在做逐层无监督学习，每次学习一层网络结构再逐步加深网络

bonelee 2018-10-30 10:33 阅读:6574 评论:1 推荐:1

keras-anomaly-detection 代码分析——本质上就是SAE、LSTM时间序列预测

bonelee 2018-10-25 18:10 阅读:1935 评论:0 推荐:0

杜伦大学提出GANomaly：无需负例样本实现异常检测

bonelee 2018-10-25 11:07 阅读:6204 评论:1 推荐:0

基于深度学习的恶意样本行为检测（含源码） ----采用CNN深度学习算法对Cuckoo沙箱的动态行为日志进行检测和分类

bonelee 2018-09-03 10:43 阅读:4663 评论:2 推荐:1

VAE--就是AutoEncoder的编码输出服从正态分布

bonelee 2018-08-13 19:21 阅读:5269 评论:0 推荐:0

GAN作用——在我做安全的看来，就是做数据拟合、数据增强

bonelee 2018-06-26 12:02 阅读:7323 评论:0 推荐:0

tflearn kears GAN官方demo代码——本质上GAN是先训练判别模型让你能够识别噪声，然后生成模型基于噪声生成数据，目标是让判别模型出错。GAN的过程就是训练这个生成模型参数！！！

bonelee 2018-06-15 11:10 阅读:1288 评论:0 推荐:0

DCGAN、WGAN、WGAN-GP、LSGAN、BEGAN原理总结及对比

bonelee 2018-06-11 11:03 阅读:23704 评论:2 推荐:1

常见GAN的应用

bonelee 2018-06-11 10:46 阅读:6363 评论:2 推荐:2

GAN初步——本质上就是在做优化，对于生成器传给辨别器的生成图片，生成器希望辨别器打上标签 1，体现在loss上！

bonelee 2018-06-11 10:34 阅读:4003 评论:2 推荐:2

fasttext和cnn的比较，使用keras imdb看效果——cnn要慢10倍。

bonelee 2018-06-06 16:22 阅读:2248 评论:0 推荐:0

神经网络卷积层要回计算output的维度 input 28 卷积是3x3 则output是26 但是channel是卷积核的数量

bonelee 2018-06-06 15:28 阅读:537 评论:0 推荐:0

keras中无法下载 https://s3.amazonaws.com/img-datasets/mnist.npz 解决方法

bonelee 2018-06-06 15:14 阅读:6742 评论:1 推荐:0

太深了，梯度传不下去，于是有了highway。干脆连highway的参数都不要，直接变残差，于是有了ResNet。强行稳定参数的均值和方差，于是有了BatchNorm。RNN梯度不稳定，于是加几个通路和门控，于是有了LSTM。 LSTM简化一下，有了GRU。

bonelee 2018-06-03 17:13 阅读:950 评论:0 推荐:0

tlflearn 编码解码器 ——数据降维用

bonelee 2018-06-01 15:16 阅读:529 评论:0 推荐:0

手写汉字笔迹识别模型汇总

bonelee 2018-05-28 15:40 阅读:3996 评论:13 推荐:1

神经网络结构设计不一定是第一层神经元是输入维度数

bonelee 2018-05-24 19:30 阅读:999 评论:0 推荐:0