- 博客(4)
- 收藏
- 关注
RSS订阅原创 一些GAN文章
Conditional GAN for Commonsense Machine Comprehension问题机器理解判别器构造句子表示网络和文章表示网络句子表示网络使用GRU，并假设最后一个单词cell的hidden representation作为句子的表示。 文章表示网络使用的也是GRU，运用attention模型，如图所示，第四个句子有关键信息，因此在构建文章表示网络时格外注重这个句子。
2017-11-28 18:25:54
811
转载 GRU与LSTM总结
一、LSTM（长短期记忆网络）LSTM是一种特殊的RNN类型，一般的RNN结构如下图所示，是一种将以往学习的结果应用到当前学习的模型，但是这种一般的RNN存在着许多的弊端。举个例子，如果我们要预测“the clouds are in the sky”的最后一个单词，因为只在这一个句子的语境中进行预测，那么将很容易地预测出是这个单词是sky。在这样的场景中，相关的信息和预测的词位置之间的间隔是非常小的
2017-09-18 19:25:07
120871
8
转载 GAN模型总结
GAN模型一、什么是GAN模型 生成对抗网络（Generative Adversarial Network）由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机采样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗
2017-09-11 19:21:01
17494
1
转载 机器学习实战：KNN 代码注释(python)
机器学习实战：knnfrom numpy import *import operatorfrom os import listdirdef classify0(inX, dataSet, labels, k): dataSetSize = dataSet.shape[0]#第一维的值 diffMat = tile(inX, (dataSetSize,1)) - dataSet
2017-06-29 23:01:09
1184
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