摘要：深度学习用于自然语言处理是将模式识别应用于单词、句子和段落，这与计算机视觉是将模式识别应用于像素大致相同。深度学习模型不会接收原始文本作为输入，它只能处理数值张量，因此我们必须将文本向量化（vectorize）。下图是主要流程。 one-hot编码是将每个单词与一个唯一的整数索引相关联，然后将这个整 阅读全文

摘要：一、首先要定义一个生成器G，该生成器需要将输入的随机噪声变换为图像。 1. 该模型首先输入有100个元素的向量，该向量随机生成于某分布。 2. 随后利用两个全连接层接连将该输入向量扩展到1024维和128 * 7 * 7 3. 后面就开始将全连接层所产生的一维张量重新塑造成二维张量，即MNIST中的 阅读全文

摘要：最近一直在看GAN，我一直认为只有把博客看了一遍，然后再敲一遍。这样才会有深刻的感悟。 GAN（生成式对抗网络）（GAN, Generative Adversarial Networks ）是一种深度学习模型，分布在无监督学习上。 分成两个模块：生成模型（Generative Model）和判别模型 阅读全文

摘要：本节构建一个网络，将路透社新闻划分为46个互斥的主题，也就是46分类 案例2：新闻分类(多分类问题) 1. 加载数据集 将数据限定在10000个最常见出现的单词，8982个训练样本和2264个测试样本 8982 2246 2. 将索引解码为新闻文本 3. 编码数据 4. 模型定义 5. 编译模型 对 阅读全文

摘要：我觉得把课本上的案例先自己抄一遍，然后将书看一遍。最后再写一篇博客记录自己所学过程的感悟。虽然与课本有很多相似之处。但自己写一遍感悟会更深 电影评论分类(二分类问题) 本节使用的是IMDB数据集，使用Jupyter作为编译器。这是我刚开始使用Jupyter，不得不说它的自动补全真的不咋地（以前一直用 阅读全文