![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习总结
文章平均质量分 95
小木木木木木mu
没有回答的时候就是一种答案,我也不想解释
展开
-
关于WGAN的学习总结——Lipschitz约束与正则化
写在前面的话真是觉得数学决定了人工智能的上限,不得不佩服数学专业的大佬,WGAN还是比较经典的GAN网络,其结果也蛮好的(跑的MNIST数据集),但是损失看了代码也没看懂咋算的,所以还是得从数学原理上详细推导一下,然而很多博客一知半解,有幸看到介绍很完善的推导,尝试记录一些学习理解到的内容,能力有限,如有理解错误还请指出,不胜感激。1. 范数L-P范数,p可以为任意自然数Lp=∣∣x∣∣p=∑i=1nxipp ,x=(x1,x2,…,xn)L_p = ||x||_p = \sqrt[p]{\sum_原创 2021-06-06 09:11:06 · 2885 阅读 · 0 评论 -
GAN的一些经典网络的基本思想
写在前面的话GAN是新发展起来而且发展迅速的领域,由于我也是初步调研,因此结合《生成对抗网络入门指南》这本书以及一些该领域发展历程具有重要意义的一些论文进行介绍,尽可能对GAN有一个初步的了解。主要包括:GAN,一些数学基本概念,cGAN,DCGAN,InfoGAN,Improved Techniques for Training GANs,Pix2Pix,WGAN,Progressively Growing of GANS,StackGAN,CycleGAN,SAGAN,最后再总结。目前很多GAN的相关原创 2021-05-31 15:00:20 · 2330 阅读 · 0 评论 -
py之基于分块运动补偿的视频压缩
写在前面的话: 记录视频编码课程的内容,都是为了学习巩固,有什么不对的地方还希望各位大佬指正出来,不胜感激。介绍较少,主要是方便自己回顾。上课不想听课学习所以陪舍友看论文,回想视频编码内容发现忘了不少有用的东西,所以还是记录一下,担心以后报告没了看自己写的代码都已经看不懂了。前两次实验的内容已不想再整理,这个实验花费的精力确实不少,不过收获也不少。文中的两张原理图来自课程中的PPT。文末附部分关键的代码,仅作参考,详细代码请去我的资源区下载吧,不然孩子也没有积分下载一些东西,仅需2积分,所有内容仅供学习使原创 2021-05-18 20:11:18 · 1182 阅读 · 10 评论