- 博客(3)
- 收藏
- 关注
RSS订阅转载 【tensorflow】重置/清除计算图
转自：https://blog.csdn.net/u014636245/article/details/84073239，侵删当在搭建网络查看计算图时，如果重复运行程序会导致重定义报错。为了可以在同一个线程或者交互式环境中（ipython/jupyter）重复调试计算图，就需要使用这个函数来重置计算图，随后修改计算图再次运行。#重置计算图，清理当前定义节点import tensorflow as tftf.reset_default_graph()#Your model defined b
2020-10-27 09:15:52
660
转载 Gumbel-Softmax Trick和Gumbel分布 附VAE讲解
转自https://www.cnblogs.com/initial-h/p/9468974.html 写的非常好，思路清晰，顺带连VAE trick也讲了之前看MADDPG论文的时候，作者提到在离散的信息交流环境中，使用了Gumbel-Softmax estimator。于是去搜了一下，发现该技巧应用甚广，如深度学习中的各种GAN、强化学习中的A2C和MADDPG算法等等。只要涉及在离散分布上运用重参数技巧时(re-parameterization)，都可以试试Gumbel-Softmax Trick。
2020-10-26 09:08:30
2861
5
原创 ECCV2020论文-稀疏性表示-Neural Sparse Representation for Image Restoration翻译
Neural Sparse Representation for Image Restoration用于图像复原的神经稀疏表示Abstract在基于稀疏编码的图像恢复模型中，基于稀疏表示的鲁棒性和有效性，我们研究了深度网络中神经元的稀疏性。我们的方法在结构上对隐藏神经元施加稀疏约束。稀疏性约束有利于基于梯度的学习算法，并可用于各种网络的卷积层。通过仅在非零组件上运行，神经元的稀疏性使计算节省而不影响精度。同时，该方法可以在不增加计算成本的情况下提高模型的表示维数和模型容量。实验表明，对于图.
2020-10-21 11:02:42
1680
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人