神经网络科普

7 篇文章 0 订阅
2 篇文章 0 订阅

网络设计
在这里插入图片描述
全连接层
主要关注右下角几个点
在这里插入图片描述
激活层
激活函数
在这里插入图片描述
如何训练(依靠反向传播)
优化器选择

  • 激活函数、损失函数、优化函数的区别
    卷积层
    在这里插入图片描述
    池化层
    在这里插入图片描述
    常见解决问题
    在这里插入图片描述
    在这里插入图片描述

实现GNN

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
红框部分MAX V(D,G)表示固定G(生成器),使D(判别器)最大化,尽量将真实数据和生成数据分开。
min表示,固定判别器,通过调整生成器,使生成器尽可能小,
在这里插入图片描述
训练过程:

  • 第一步训练辨别器D
  • 第二步固定判别器D,训练生成器G
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    源码地址:https://github.com/jacobgil/keras-dcgan/blob/master/dcgan.py
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值