论文学习
Elijah_0
这个作者很懒,什么都没留下…
展开
-
GAN初探:模拟高斯分布
GAN模拟高斯分布 实验目的 在《Generative Adversarial Nets》这篇论文中,用到了GAN模型去模拟原始数据的分布,即使得pg=pdatap_g = p_{data}pg=pdata,现在使用一维高斯分布输入模型,将pg=pdatap_g = p_{data}pg=pdata的逼近过程,用可视化的图形表示,看看这个过程是如何实现的。 实验过程 数据集 在整个实验的过程中,所有的数据都是用numpy生成的均值为3,标准差为1的高斯分布。数据长度为1*500,数据集大小为1000原创 2020-12-04 16:49:01 · 1884 阅读 · 6 评论 -
笔记:Generative Adversarial Nets
Generative Adversarial Nets Summary 作者提出了一个生成式模型,采用多层感知机实现。将生成式模型与判别式模型共同训练,两者扮演零和博弈游戏的两个玩家。对于生成器Generator,需要生成足以骗过判别器的图形,对于判别器Discriminator,需要识别输入是来自真实数据还是生成数据。随着生成器G的训练,判别器的输出将稳定在$ \frac{1} {2} $ 。 Research Objective 设计一种生成式模型,生成足以媲美真实数据的模拟数据。 Problem St原创 2020-11-24 21:46:23 · 313 阅读 · 0 评论 -
笔记:A particle-filter framework for robust cryo-EM 3D reconstruction
Title A particle-filter framework for robust cryo-EM 3D reconstruction Summary 文章为冷冻电镜图像设计了一种粒子滤波的方法,通过初始化一批点作为单个图像的后验概率密度区域,通过迭代的方式找到似然区,不断地迭代,得到最优值,由此确定每张图片的参数。算法能够进行参数自适应调整,提高了3D重建的精度。 Research Objective 在单粒子低温冷冻电镜中,为每一个粒子图像估计一组参数(旋转、平移、焦散和结构状态),并重建3D模型原创 2020-10-23 19:38:19 · 561 阅读 · 1 评论