2017年01月_小时候贼聪明

原创 TensorFlow官方教程学习笔记（五）——前馈神经网络

本文主要是在TensorFlow上搭建一个前馈神经网络（feed-forward neural network）来对TensorFlow的运作方式进行简单介绍。代码在\examples\tutorials\mnist\中，主要使用两个文件：mnist.py和fully_connected_feed.py。

2017-01-19 00:34:38 6834 6

原创 TensorFlow官方教程学习笔记（四）——MNIST数据集的读取

本文主要讲如何将MNIST数据文件中的images和labels分别提取出来的过程，与TensorFlow和deeplearning无关，但是我觉得对于MNIST数据集的了解，以及后面的一些才做还是很有帮助的。

2017-01-12 07:44:26 6036 3

原创 TensorFlow官方教程学习笔记（三）——MNIST入门（续）

在上一篇文章中，我们使用了一个简单的SoftMax的回归模型对MNIST手写数字数据集进行训练，经过1000次的跌代后，识别精度达到了91%，但这是远远不够的。在本章中，我们使用一个稍微复杂的模型，其实也不是很复杂，一个含有两个卷积层的卷积神经网络，来测试它的识别效果。

2017-01-07 20:14:14 3181

原创 TensorFlow官方教程学习笔记（二）——MNIST入门

TensorFlow官方教程学习笔记（二）——MNIST入门

2017-01-05 20:28:18 15476 2

原创 TensorFlow官方教程学习笔记（一）——起步

TensorFlow官方教程学习笔记（一）——起步

2017-01-05 09:10:31 15115 4

原创 DCGAN论文笔记+源码解析

DCGAN，Deep Convolutional Generative Adversarial Networks是生成对抗网络（Generative Adversarial Networks）的一种延伸，将卷积网络引入到生成式模型当中来做无监督的训练，利用卷积网络强大的特征提取能力来提高生成网络的学习效果。

2017-01-25 22:55:10 20989 21

原创 Conditional Generative Adversarial Nets论文笔记

我们希望得到一种条件型的生成对抗网络，通过给GAN中的G和D增加一些条件性的约束，来解决训练太自由的问题。

2017-01-22 17:22:55 25762 2

原创 Generative Adversarial Nets论文笔记+代码解析

前面在Generative Adversarial Nets（译）一文中对2014年Ian J. Goodfellow这位大牛关于GAN的文章进行了全文的翻译，在翻译的过程中，遇到的不少的问题，也有一些自己的理解，在这里本人对这篇文章与大家进行交流，并对在TensorFlow上GAN的实现源码进行解析。论文地址：Generative Adversarial Networks源码地址

2017-01-17 18:34:52 27408 8

翻译 Generative Adversarial Nets（译）

我们提出了一个通过对抗过程估计生成模型的新框架，在新框架中我们同时训练两个模型：一个用来捕获数据分布的生成模型G，和一个用来估计样本来自训练数据而不是G的概率的判别模型D，G的训练过程是最大化D产生错误的概率。

2017-01-16 20:42:39 36337 13

原创 Neural Style论文笔记+源码解析

引言前面在Ubuntu16.04+GTX1080配置TensorFlow并实现图像风格转换中介绍了TensorFlow的配置过程，以及运用TensorFlow实现图像风格转换，主要是使用了文章A Neural Algorithm of Artistic Style中的方法，今天，我将主要对这篇文章进行解读，并对基于TensorFlow版本的Neural Style开源代码进行解析。

2017-01-03 15:09:13 6979 1

小时候贼聪明