大奥特曼打小怪兽

摘要： 一 条件变分自编码(CVAE) 变分自编码存在一个问题，虽然可以生成一个样本，但是只能输出与输入图片相同类别的样本。虽然也可以随机从符合模型生成的高斯分布中取数据来还原成样本，但是这样的话饿哦们并不知道生成的样本属于哪个类别。条件变分编码则可以解决这个问题，让网络按指定的类别生成样本。 在变分自编码 阅读全文

摘要： 一 变分自编码(Variational Auto-Encoder) 变分自编码不再是学习样本的个体，而是学习样本的规律，这样训练出来的自编码不单具有重构样本的功能，还具有仿照样本的功能。 变分自编码，其实就是在编码过程中改变了样本的分布("变分"可以理解为改变分布)。前面所说的"学习样本的规律"，具 阅读全文

摘要： 上一节我们讲到自编码可以用于进行数据降维、数据压缩、对文字或图像提取主题并用于信息检索等。 根据所解决的问题不同 ，自编码可以有许多种不同形式的变形，例如： 去噪自编码器（DAE）、变分自编码器 （VAE）、收缩自编码器（CAE）和稀疏自编码器等 。下面我们先从去噪自编码讲起。 一 去噪自编码 要想 阅读全文

摘要： urilib是python的标准库，当我们使用Python爬取网页数据时，往往用的是urllib模块，通过调用urllib模块的urlopen(url)方法返回网页对象，并使用read()方法获得url的html内容，然后使用BeautifulSoup抓取某个标签内容，结合正则表达式过滤。但是，用u 阅读全文

摘要： 人们平时看一幅图片时，并不是像计算机那样逐个像素去读，一般是扫一眼物体，大致能得到需要的信息，如形状、颜色和特征等，那么怎么让机器也具有这项能力呢？这里就介绍一下自编码网络。 自编码网络是非监督学习领域中的一种，可以自动从无标注的数据中学习特征，是一种以重构输入信息为目标的神经网络，它可以给出比原始 阅读全文

摘要： "受限波尔兹曼"这名字听起来就霸气，算法如其名，也挺难的。之所以难，是因为我们大部分人都没学过概率图模型，其实RBM是条件随机场的变体，所以如果学习这个算法，建议先把CRF给熟悉了，那么学起来就会轻松很多。受限玻尔兹曼机是由Geoff Hinton发明，是一种用于降维、分类、回归、协同过滤、特征学习 阅读全文

摘要： 一 初始化RNN 上一节中介绍了 通过cell类构建RNN的函数，其中有一个参数initial_state，即cell初始状态参数，TensorFlow中封装了对其初始化的方法。 1.初始化为0 对于正向或反向，第一个cell传入时没有之前的序列输出值，所以需要对其进行初始化。一般来讲，不用刻意取指 阅读全文

摘要： 本节主要介绍在TensorFlow中实现LSTM以及GRU网络。 一 LSTM网络 Long Short Term 网络—— 一般就叫做 LSTM ——是一种 RNN 特殊的类型，可以学习长期依赖信息。LSTM 由 Hochreiter & Schmidhuber (1997) 提出，并在近期被 A 阅读全文

摘要： 这一节使用TensorFlow中的函数搭建一个简单的RNN网络，使用一串随机的模拟数据作为原始信号，让RNN网络来拟合其对应的回声信号。 样本数据为一串随机的由0,1组成的数字，将其当成发射出去的一串信号。当碰到阻挡被反弹回来时，会收到原始信号的回声。 如果步长为3，那么输入和输出的序列如下图所示： 阅读全文

摘要： 退位减法具有RNN的特性，即输入的两个数相减时，一旦发生退位运算，需要将中间状态保存起来，当高位的数传入时将退位标志一并传入参与计算。 我们在做减法运算时候，把减数和被减数转换为二进制然后进行运算。我们定义一个RNN网络，输入节点数为2个，依次传入减数和被减数的二进制序列值，隐藏层节点数为16个，由 阅读全文