摘要：
深度卷积生成对抗网络 Deep Convolutional Generative Adversarial Networks GANs如何工作的基本思想。可以从一些简单的，易于抽样的分布，如均匀分布或正态分布中提取样本，并将其转换成与某些数据集的分布相匹配的样本。虽然例子匹配一个二维高斯分布得到了交叉 阅读全文
posted @ 2020-07-01 11:28
吴建明wujianming
阅读(475)
评论(0)
推荐(0)
摘要：
推荐系统实战 Recommender Systems 推荐系统广泛应用于工业领域，在日常生活中无处不在。这些系统被用于许多领域，如在线购物网站（例如。，亚马逊网站)音乐/电影服务网站（如Netflix和Spotify）、移动应用程序商店（如IOS应用程序商店和google play）、在线广告等等。 阅读全文
posted @ 2020-07-01 11:18
吴建明wujianming
阅读(1085)
评论(0)
推荐(0)
摘要：
生成性对抗网络技术实现 Generative Adversarial Networks 以某种形式，使用深度神经网络学习从数据点到标签的映射。这种学习被称为区别性学习，因为希望能够区分猫和狗的照片。量词和回归词都是区别学习的例子。而由反向传播训练的神经网络颠覆了认为在大型复杂数据集上进行区分学习的一 阅读全文
posted @ 2020-07-01 09:44
吴建明wujianming
阅读(325)
评论(0)
推荐(0)
摘要：
Kaggle上的犬种识别（ImageNet Dogs） Dog Breed Identification (ImageNet Dogs) on Kaggle 在本节中，将解决在Kaggle竞赛中的犬种识别挑战。比赛的网址是 https://www.kaggle.com/c/dog-breed-ide 阅读全文
posted @ 2020-07-01 08:47
吴建明wujianming
阅读(1364)
评论(0)
推荐(0)
摘要：
图像合成与风格转换实战 神经式转移 Neural Style Transfer 如果使用社交分享应用程序或者碰巧是个业余摄影师，对过滤器很熟悉。滤镜可以改变照片的颜色样式，使背景更清晰或人的脸更白。然而，过滤器通常只能改变照片的一个方面。要创建理想的照片，通常需要尝试多种不同的过滤器组合。这个过程就 阅读全文
posted @ 2020-07-01 07:00
吴建明wujianming
阅读(872)
评论(0)
推荐(0)
浙公网安备 33010602011771号