J_K_Guo

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

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

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

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

摘要：当我们运用训练好了的模型来预测未知数据时候发现有较大误差，那么我们下一步可以做什么呢？ 一般来说可以选择以下几种方法： 但是要选择什么方法来改进我们的算法，我们需要运用一些机器学习诊断法来协助我们判断。 一、评估h(x) Evaluating a Hypothesis 一个好的Hypothesis： 阅读全文