摘要：
生成式对抗网络 背景 Ian Goodfellow 2014年 NIPS 首次提出GAN GAN 目的：训练一个生成模型，生成想要的数据。 为什么罪犯制造的假币越来越逼真？ 为什么GAN可以生成数据？ GAN目标函数： Tanh 把图片映射到[-1,1]，可以让网络更快地收敛。 问题：随机种子是0- 阅读全文
摘要：
循环神经网络 绪论 基本应用：语音问答、机器翻译、股票预测、作词、模仿论文代码、图像理解、视觉问答 核心：具有上下文关系 RNN与CNN的区别：CNN输入与输出之间相互独立，输出只考虑当前需要判断的图片，不会考虑前两个图片的判断结果；RNN更好的处理时序关系的任务，引入“记忆”，输出不仅依赖于输入， 阅读全文
摘要：
第四次作业：卷积神经网络 part3 【第一部分】 代码练习 1. HybridSN 高光谱分类网络 class HybridSN(nn.Module): def __init__(self): super(HybridSN, self).__init__() self.conv1 = nn.Con 阅读全文
摘要：
问题总结 当模型准确率已经较高时，如何判断自己的改动是否提升了性能。因为可能每一次准确率变化都不太大，而且每次训练的模型最后准确率也会有波动，多运行几次取准确率平均值做比较吗？ 在想要提高性能的改进过程中，有很多改变可能都对性能的提升有些许的帮助。这个过程是一种一种方法的尝试，不断累积提升了性能的改 阅读全文
摘要：
视频学习 卷积神经网络 基本应用：图片分类、检索、检测、分割，人脸验证、人脸识别、遗传病识别、人脸表情识别、图像生成、图像风格转化、自动驾驶 深度学习三部曲：1.搭建神经网络 2.找一个合适的损失函数 3.找一个合适的优化函数更新参数 损失函数：用来衡量吻合度，来调整参数，使映射结果与实际类别吻合。 阅读全文
摘要：
视频学习 发展： 1956年美国达特茅斯会议：“人工智能” 概念诞生 1957年Rosenblatt感知机 第一次兴起 1968年专家系统 1969年Minsky提出感知机缺陷 第一次低谷 1986年Hinton和Rumelhart提出BP算法 第二次兴起 1989年Yann LeCun 反向传播在 阅读全文
摘要：
（1）为何做出选择读研决定的？ 我还是一个本科阶段没有投过简历的小白，一个对搞科研抱有幻想的白日梦想家。我清楚地感觉到自己能力的不足，虽然有一部分是对自己的不自信。我在想自己本科的学习留下了什么，那些知识都随着考试结束铃声的响起消失的无影无踪，只剩下了成绩单上的数字。我想要尝试自己在科研上的可能性， 阅读全文