- 博客(54)
- 资源 (22)
- 收藏
- 关注
原创 正则表达式
近期做项目遇到了正则表达式,再次仔细看了一下他的语法,先分享出来与大家共享1、元字符元字符匹配2、出现频次3、定位符4、范围符5.常见正则表达式
2017-05-27 00:45:55 331
原创 Pythno3爬虫
一、网页下载器from urllib import requestimport http.cookiejar1、urllib网页下载print('First Method') #网页下载器response1 = request.urlopen(url)# print(response1) #print(response1.getcode())
2017-05-25 19:59:40 422
原创 Python中的类属性、实例属性与类方法、静态方法
1、什么是类对象,实例对象类对象:类名实例对象:类创建的对象2、类属性就是类对象所拥有的属性,它被所有类对象的实例对象所共有,在内存中只存在一个副本,这个和C++、Java中类的静态成员变量有点类似。对于公有的类属性,在类外可以通过类对象和实例对象访问类属性# 类属性class people: name="Tom" #公有的类属性 __age=18
2017-05-23 14:55:27 40007 12
转载 Deep Learning模型之:CNN卷积神经网络(一)深度解析CNN
[1]Deep learning简介[2]Deep Learning训练过程[3]Deep Learning模型之:CNN卷积神经网络推导和实现[4]Deep Learning模型之:CNN的反向求导及练习[5]Deep Learning模型之:CNN卷积神经网络(一)深度解析CNN[6]Deep Learning模型之:CNN卷积神经网络(二)文字识别
2017-05-18 13:58:31 1004
翻译 tf.expand_dims和tf.squeeze函数
tf.expand_dims()Functiontf.expand_dims(input, axis=None, name=None, dim=None)Inserts a dimension of 1 into a tensor’s shape. 在第axis位置增加一个维度Given a tensor input, this operation insert
2017-05-16 14:25:59 87786 2
转载 深度卷积对抗生成网络(DCGAN)
卷积神经网络在有监督学习中的各项任务上都有很好的表现,但在无监督学习领域,却比较少。本文介绍的算法将有监督学习中的CNN和无监督学习中的GAN结合到了一起。在非CNN条件下,LAPGAN在图像分辨率提升领域也取得了好的效果。与其将本文看成是CNN的扩展,不如将其看成GAN的扩展到CNN领域。而GAN的基本算法,可以参考对抗神经网络。GAN无需特定的cost func
2017-05-16 13:25:07 630
转载 tensorflow笔记 :常用函数说明
tensorflow笔记系列: (一) tensorflow笔记:流程,概念和简单代码注释 (二) tensorflow笔记:多层CNN代码分析 (三) tensorflow笔记:多层LSTM代码分析 (四) tensorflow笔记:常用函数说明 (五) tensorflow笔记:模型的保存与训练过程可视化 (六)tensorflow笔记:使用tf来实现word2vec
2017-05-15 23:40:34 414
转载 TensorFlow Data Input (Part 1): Placeholders, Protobufs & Queues 占位符,原型和队列
转:https://indico.io/blog/tensorflow-data-inputs-part1-placeholders-protobufs-queues/TensorFlow is a great new deep learning framework provided by the team at Google Brain. It supports the symbolic
2017-05-15 21:51:07 628
转载 tensorflow解决问题的思路
如需转载,请注明出处,欢迎加入深度学习群 255568483Tensorflow的介绍请各位自行google,就不做多的介绍了。Tensorflow是一个深度学习框架,他和机器学习一样,有其固定的解决问题的方式。其训练过程有固定的模式,一般如下:1.初始化模型参数2.输入训练数据3.在训练数据上验证模型4.计算损失5.调整模型参数重复
2017-05-15 00:52:43 758
转载 深度学习利器:TensorFlow实战
深度学习及TensorFlow简介深度学习目前已经被应用到图像识别,语音识别,自然语言处理,机器翻译等场景并取得了很好的行业应用效果。至今已有数种深度学习框架,如TensorFlow、Caffe、Theano、Torch、MXNet,这些框架都能够支持深度神经网络、卷积神经网络、深度信念网络和递归神经网络等模型。TensorFlow最初由Google Brain团队的研究员和工程师研发,目
2017-05-15 00:43:00 1225
转载 对抗神经网络之对抗卷积神经网络[2]
Abstract上一篇博文[1]简单介绍了对抗网络的理论和大概流程。其中所谓的对抗网络可以归结为unsupervised learning 或者 generative model。从无监督学习来进行feature representation,有k-means聚类算法,auto-encoders[2],以及09年的Deep belief networks等等。从生成模型的角度来说,我们需要
2017-05-14 10:33:58 1044
转载 对抗神经网络(Adversarial Nets)的介绍[1]
对抗NN简介概念介绍对抗名字的由来及对抗过程对抗NN的模型对抗NN的模型和训练判别网络D的最优值模拟学习高斯分布对抗NN实验结果《生成对抗NN》代码的安装与运行对抗网络相关论文论文引用一、对抗NN简介大牛Ian J. Goodfellow 的2014年的《Generative Adversative Nets》第一次提出了对抗网络模型,短短两年的时间,这个模型在深度学习生成模型领域
2017-05-14 10:32:31 1133
转载 各种对抗神经网络(GAN)大合集
I organized this reposity mainly for learning GANs, so all codes about classical GANs were implemented with simple network structure and tested by MNIST dataset.Just know about how mathmatical ana
2017-05-14 10:19:02 7922
原创 xuexi2
1智能单元 - 知乎专栏长期原创和翻译深度学习和深度增强学习等领域高质量文章,并接受知友投稿,投稿前请阅读投稿说明。最前沿系列最前沿系列解读我们认为的深度学习领域有巨大影响的论文和成果。最前沿:史蒂夫的人工智能大挑战最前沿:让计算机学会学习Let Computers Learn to Learn最前沿:从虚拟到现实,迁移深度增强学习让机器人革命成
2017-05-14 03:24:36 677
转载 深度学习你不可不知的技巧(下)
copy:http://chuansong.me/account/gh_04d4381c13d5?start=0One of the crucial factors in deep networks is activation function, which brings the non-linearity into networks. Here we will introduce the
2017-05-14 03:12:24 1152
转载 深度学习你不可不知的技巧(上)
Deep Neural Networks, especially Convolutional Neural Networks (CNN), allows computational models that are composed of multiple processing layers to learn representations of data with multiple level
2017-05-14 03:10:21 415
转载 深度学习最全优化方法总结比较(SGD,Adagrad,Adadelta,Adam,Adamax,Nadam)
(标题不能再中二了)本文仅对一些常见的优化方法进行直观介绍和简单的比较,各种优化方法的详细内容及公式只好去认真啃论文了,在此我就不赘述了。SGD此处的SGD指mini-batch gradient descent,关于batch gradient descent, stochastic gradient descent, 以及 mini-batch gradient descent的具
2017-05-14 02:26:36 790
转载 GAN——LSGANs(最小二乘GAN)
转:http://blog.csdn.net/victoriaw/article/details/60755698#lsgans的损失函数表达式LSGANs基本思想LSGANs的英文全称是Least Squares GANs。这篇文章针对的是标准GAN生成的图片质量不高以及训练过程不稳定这两个缺陷进行改进。改进方法就是将GAN的目标函数由交叉熵损失换成最小二乘损失,而且这一
2017-05-14 01:43:18 1352
转载 深度卷积对抗生成网络(DCGAN)
注:有时间去看英文原版。本文是参考文献[1]的论文笔记。卷积神经网络在有监督学习中的各项任务上都有很好的表现,但在无监督学习领域,却比较少。本文介绍的算法将有监督学习中的CNN和无监督学习中的GAN结合到了一起。在非CNN条件下,LAPGAN在图像分辨率提升领域也取得了好的效果。与其将本文看成是CNN的扩展,不如将其看成GAN的扩展到CNN领域。而GAN的基
2017-05-14 00:04:58 899
转载 开源|效果惊人!Cycle Gan瞬间让马变成斑马
文章来源:Github 翻译:马卓奇博士 从油画生成照片,将马转换成斑马,进行风格转换,以及更多(UC Berkeley) 项目主页:https://junyanz.github.io/CycleGAN/ 论文:https://arxiv.org/pdf/1703.10593.pdf 本文是用Torch实现的图像到图像的转换(pix2pix),而不用输入输出数据对,...
2017-05-14 00:00:56 12043 2
转载 A Beginner's Guide To Understanding Convolutional Neural Networks Part 2
Introduction 本文将会更加详细地介绍卷积网络。声明:现在我意识到有些内容相当复杂,甚至需要用一整篇文章才能解释清楚。为了内容详尽的同时尽量保证文章精简,我会将有关内容的参考文献链接到本文中。Stride and Padding 好的,让我们回忆一下我们的老朋友卷积层。还记得那些滤波器、感知区、卷积吗?现在让我们介绍两个
2017-05-13 21:10:41 555
转载 A Beginner's Guide To Understanding Convolutional Neural Networks
Introduction 卷积神经网络CNN,虽然它听起来就像是生物学、数学和计算机的奇怪混杂产物,但在近些年的机器视觉领域,它是最具影响力的创新结果。随着Alex Krizhevsky开始使用神经网络,将分类错误率由26%降到15%并赢得2012年度ImageNet竞赛(相当于机器视觉界的奥林匹克)时,它就开始声名大噪了。从那时起,一票公司开始在它们的核心服务中
2017-05-13 21:09:43 264
转载 The 9 Deep Learning Papers You Need To Know About (Understanding CNNs Part 3)
当时看到英文的博客,本想翻译给感兴趣的同学们看看,没想到已经有人翻译,于是进行了转载,留给自己和更多的人学习,本文仅供参考。英文博客:https://adeshpande3.github.io/adeshpande3.github.io/The-9-Deep-Learning-Papers-You-Need-To-Know-About.html原文网址:ht
2017-05-13 21:03:22 489
转载 LS-GAN(损失敏感GAN)
PS: 获取更好的阅读体验,请前往知乎专栏。 好早以前就说要写一篇LS-GAN,loss sensitive GAN[1]的读书笔记,一直没有写,今天就来聊聊LS-GAN,请注意,它不是我们上一期所说的LSGAN(least square GAN)。 开始本期文章解读之前,先来回答以下上上期谈LSGAN时留下的问题,当时提到了least square GAN优化的目标是
2017-05-13 17:45:24 5605 1
转载 Python yield 生成器
任何使用yield的函数都称之为生成器,如:Python代码 def count(n): while n > 0: yield n #生成值:n n -= 1 另外一种说法:生成器就是一个返回迭代器的函数,与普通函数的区别是生成器包含yield语句,更简单点理解生成器就是一个迭代器。
2017-05-13 16:05:40 402
转载 tf.get_variable() vs tf.Variable(),tf.name_scope() vs tf.variable_scope()
转:http://blog.csdn.net/lanchunhui/article/category/6505404scope 命名方法对于一个复杂的 tensorflow 模型会有很多个变量, tf.variable_scope() :提供了简单的命名空间技术以避免冲突;tf.get_variable():从同一个变量范围内获取或者创建;见名知意,tf.Varia
2017-05-10 11:31:27 951
转载 【TensorFlow】tf.nn.conv2d是怎样实现卷积的?
转;http://blog.csdn.net/mao_xiao_feng/article/category/6543171tf.nn.conv2d是TensorFlow里面实现卷积的函数,参考文档对它的介绍并不是很详细,实际上这是搭建卷积神经网络比较核心的一个方法,非常重要tf.nn.conv2d(input, filter, strides, padding, use_c
2017-05-10 11:17:47 382
转载 Tensorflow一些常用基本概念与函数(1)
转:http://blog.csdn.net/lenbow/article/category/61940081、tensorflow的基本运作为了快速的熟悉TensorFlow编程,下面从一段简单的代码开始:import tensorflow as tf #定义‘符号’变量,也称为占位符 a = tf.placeholder("float") b = tf.placeho
2017-05-10 11:02:11 472
转载 TensorFlow实战
深度学习及TensorFlow简介深度学习目前已经被应用到图像识别,语音识别,自然语言处理,机器翻译等场景并取得了很好的行业应用效果。至今已有数种深度学习框架,如TensorFlow、Caffe、Theano、Torch、MXNet,这些框架都能够支持深度神经网络、卷积神经网络、深度信念网络和递归神经网络等模型。TensorFlow最初由Google Brain团队的研究员和工程师研发,目
2017-05-10 01:58:49 510
转载 tensorflow自学之前的bigpicture
转:http://blog.csdn.net/jdbc/article/details/68957085一、前言目前,深度学习已经广泛应用于各个领域,比如图像识别,图形定位与检测,语音识别,机器翻译等等,对于这个神奇的领域,很多童鞋想要一探究竟,这里抛砖引玉的简单介绍下最火的深度学习开源框架 tensorflow。本教程不是 cookbook,所以不会将所有的东西都事无巨细
2017-05-10 01:57:31 353
转载 资源|TensorFlow的71个使用教程与案例(资源汇总)
TensorFlow Examples TensorFlow Tutorial with popular machine learning algorithms implementation. This tutorial was designed for easily diving into TensorFlow, through examples. It is suitabl
2017-05-10 01:42:35 912
转载 TensorFlow 资源大全中文版
jtoy 发起整理的 TensorFlow 资源,包含一些很棒的 TensorFlow 工程、库、项目等。什么是TensorFlow?TensorFlow 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多
2017-05-10 01:25:51 686
翻译 TensorFlow 中文文档
介绍本章的目的是让你了解和运行 TensorFlow在开始之前, 先看一段使用 Python API 撰写的 TensorFlow 示例代码, 对将要学习的内容有初步的印象.这段很短的 Python 程序生成了一些三维数据, 然后用一个平面拟合它.import tensorflow as tfimport numpy as np# 使用 NumPy 生成假数据(p
2017-05-10 00:54:48 1604
转载 分布式TensorFlow及实例分析
TensorFlow发展及使用简介2015年11月9日谷歌开源了人工智能系统TensorFlow,同时成为2015年最受关注的开源项目之一。TensorFlow的开源大大降低了深度学习在各个行业中的应用难度。TensorFlow的近期里程碑事件主要有:2016年11月09日:TensorFlow开源一周年。2016年09月27日:TensorFlow支持机器翻译模型。
2017-05-09 23:58:35 873
转载 Tensorflow一些常用基本概念与函数(4)
摘要:本系列主要对tf的一些常用概念与方法进行描述。本文主要针对tensorflow的模型训练Training与测试Testing等相关函数进行讲解。为‘Tensorflow一些常用基本概念与函数’系列之四。1、序言本文所讲的内容主要为以下列表中相关函数。函数training()通过梯度下降法为最小化损失函数增加了相关的优化操作,在训练过程中,先实例化一个优化函数,比如 tf.train.
2017-05-09 16:30:56 444
转载 About Session, Graph, Operation and Tensor
简介上一篇笔记:Tensorflow学习笔记1:Get Started 我们谈到Tensorflow是基于图(Graph)的计算系统。而图的节点则是由操作(Operation)来构成的,而图的各个节点之间则是由张量(Tensor)作为边来连接在一起的。所以Tensorflow的计算过程就是一个Tensor流图。Tensorflow的图则是必须在一个Session中来计算。这篇笔记来大致介绍一下
2017-05-09 16:18:19 299
转载 谈谈深度学习中的 Batch_Size和epoches
Batch_Size(批尺寸)是机器学习中一个重要参数,涉及诸多矛盾,下面逐一展开。首先,为什么需要有 Batch_Size 这个参数?Batch 的选择,首先决定的是下降的方向。如果数据集比较小,完全可以采用全数据集 ( Full Batch Learning )的形式,这样做至少有 2 个好处:其一,由全数据集确定的方向能够更好地代表样本总体,从而更准确地朝向极值所在的方向。其
2017-05-09 15:52:09 6667 1
转载 http://www.cnblogs.com/DjangoBlog/category/541903.html
http://m.blog.csdn.net/article/details?id=49591213转:http://www.cnblogs.com/DjangoBlog/tag/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1. 前言在学习深度学习的过程中,主要参考了四份资料:台湾大学的机器学习技法公开课;Andrew NG的深度学习教
2017-05-09 09:29:47 695
转载 神经网络的直观解释
这篇文章原地址为An Intuitive Explanation of Convolutional Neural Networks,卷积神经网络的讲解非常通俗易懂。转:https://ujjwalkarn.me/2016/08/11/intuitive-explanation-convnets/什么是卷积神经网络?为什么它们很重要?卷积神经网络(ConvNets 或者 CN
2017-05-08 21:11:02 849
转载 卷积神经网络初学者指南
Part 1:图像识别任务介绍卷积神经网络,听起来像是计算机科学、生物学和数学的诡异组合,但它们已经成为计算机视觉领域中最具影响力的革新的一部分。神经网络在 2012 年崭露头角,Alex Krizhevsky 凭借它们赢得了那一年的 ImageNet 挑战赛(大体上相当于计算机视觉的年度奥林匹克),他把分类误差记录从 26% 降到了 15%,在当时震惊了世
2017-05-08 20:41:30 578
Algorithm negotiation fail
2017-09-06
开发hadoop配置
2017-02-16
IO集合增强for循环练习
2016-09-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人