摘要：
1：二进制与字符编码 【注】utf-8编码规定中文使用1个字节进行编码，中文用3个字节进行编码，Unicode（是一张编码表）规定中文和英文都是用两个字节编码。 2：展示 阅读全文
posted @ 2021-09-03 11:43
收购阿里巴巴
阅读(64)
评论(0)
推荐(0)
摘要：
1.1：print函数的使用 1.2：print()函数将内容输入到文件中以及print（）函数的输出形式 2.1转义字符 2.2实战 阅读全文
posted @ 2021-09-02 22:10
收购阿里巴巴
阅读(55)
评论(0)
推荐(0)
摘要：
1：python简介 阅读全文
posted @ 2021-09-02 21:50
收购阿里巴巴
阅读(23)
评论(0)
推荐(0)
摘要：
详细参考：https://ptorch.com/news/77.html 阅读全文
posted @ 2021-08-30 19:50
收购阿里巴巴
阅读(13)
评论(0)
推荐(0)
摘要：
1：js散度的缺陷 [注]由于噪声的存在，起初不可能与真实数据的分布有重合，故会导致js一直得不到更新，而v对G的梯度也会一直处于0的状态，故会导致training不稳定。 2:解决思想：如下图 【注】其思想如两座不同的山一样，可以通过选择一种最好的方案，使得所需要移动土的距离最小。 「住」对w进行 阅读全文
posted @ 2021-08-18 21:34
收购阿里巴巴
阅读(446)
评论(0)
推荐(0)
摘要：
1：DCGAN 阅读全文
posted @ 2021-08-18 21:13
收购阿里巴巴
阅读(47)
评论(0)
推荐(0)
摘要：
1：纳什均衡-D 【注】当固定G时，D将进化成 2：纳什均衡-G 【注】当D*固定之后，最大化的max固定,会引导G使得V达到最下化。 【注】当KL=0时，L(G,D*)达到最小化min。此时Pr=Pg。此时D*=1/2。也验证了，当鉴别器和生成器的能录都达到1/2时，达到一个均衡，生成器生成的效果 阅读全文
posted @ 2021-08-18 20:26
收购阿里巴巴
阅读(174)
评论(0)
推荐(0)
摘要：
1：GAN原理 【注】Generator 生成器，Discriminator鉴别器 2：如何train？ 【注】生成器尽可能去减小Value以达到骗过鉴别器的目的。鉴别器尽可能去最大化V的值以达到最好的鉴别效果。 【注】鉴别器通过D网络将输入x得到D(x)。生成器通过G网络将输入z，得到一个分布概率 阅读全文
posted @ 2021-08-18 19:27
收购阿里巴巴
阅读(48)
评论(0)
推荐(0)
摘要：
1：Denoising AutoEncoders去噪自编码网络 2.Dropout AutoEncoders断掉部分网络连接的自编码网络 【注】从右边的直方图分别为loss,acc随着dropout变化而变化的直方图。可以看出，当dropout=0时，loss最小可能会导致过拟合现象的发生，所以在a 阅读全文
posted @ 2021-08-17 20:23
收购阿里巴巴
阅读(104)
评论(0)
推荐(0)
浙公网安备 33010602011771号