深度学习
文章平均质量分 66
g8015108
这个作者很懒,什么都没留下…
展开
-
基于伪标记的半监督学习方法
本文出自 Pseudo-label: The simple and efficient semi-supervised learning method for deep neural networksIntroduction 近几年,人工智能发展迅速,尤其是深度学习的方法,在各种测试中取得了state-of-art的效果。然而目前,深度学习的主要模型都集中在预训练(pretrain)和fine原创 2017-04-28 21:10:43 · 4618 阅读 · 1 评论 -
Batch Normalization
Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate ShiftIntroduction原创 2017-05-06 20:08:28 · 363 阅读 · 0 评论 -
Deconvolutional network
出自论文 Zeiler M D, Krishnan D, Taylor G W, et al. Deconvolutional networks[C]//Computer Vision and Pattern Recognition (CVPR), 2010 IEEE Conference on. IEEE, 2010: 2528-2535.Introduction 传统的深度学习网络都是一原创 2017-05-18 14:10:25 · 1088 阅读 · 0 评论 -
基于变分自编码器的生成对抗网络
基于变分自编码器的生成对抗网络(VEGAN)https://arxiv.org/abs/1512.09300Motivation原创 2017-09-23 18:13:32 · 2583 阅读 · 0 评论 -
基于自编码器的生成对抗网络AEGAN
基于自编码器的生成对抗网络AEGAN1 introductionautoencoder是一个很好的特诊提取模型,然而,如果我们使用autoencoder的decoder部分来当做一个generator,效果并不好,主要原因在于,我们提取出的h本身是一个启发式的特征,没有任何显式含义,所以在利用decoder来做generation的时候,我们无法给出一个有意义的关于h的分布。 GAN最为一个很好的原创 2017-09-20 15:10:20 · 9032 阅读 · 1 评论 -
tensorflow之tensorboard
tensorflow之tensorboard前言tensorboard是TensorFlow中自带的一个数据可视化工具,在安装TensorFlow的同时,系统会自动安装。 在不同的TensorFlow版本中,记录训练过程所需要的API也不一样,1.3主要需要summary,而之前的版本,则直接封装在了tf下面在使用tensorboard时,必须使用name_scope来创建一个域,然后在每个域原创 2017-10-26 17:52:11 · 472 阅读 · 0 评论 -
宽残差网络——WRN
宽残差网络——Wide Residual Network 文章出自Sergey Zagoruyko的Wide Residual Network残差网络——Residual Network近年来,残差网络(Residual Network)在各个测试集上都取得了不错的效果,其网络结构如下图所示, 其网络网络由残差模块组成 其中的跳跃式连接可以将残差很好的传递过去,从而避免梯度消失的现象。原创 2017-12-07 17:00:21 · 7623 阅读 · 2 评论