![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 85
机器学习项目
机智的小神仙儿
认真沉淀自己,专心学好技术
展开
-
生成对抗网络GAN(MNIST实现、时间序列实现)
生成对抗网络(Generative Adversarial Network,简称GAN)是一种深度学习模型,由Ian Goodfellow等人于2014年提出。它由两个主要组件组成:生成器(Generator)和判别器(Discriminator)。GAN的目标是通过两个网络之间的对抗学习来生成逼真的数据。生成器(Generator): 生成器是一个神经网络,它接收一个随机噪声向量作为输入,并试图将这个随机噪声转换为逼真的数据样本。在训练过程中,生成器不断试图提高生成样本的质量,使其能够欺骗判别器。原创 2024-01-17 09:29:14 · 2055 阅读 · 19 评论 -
鸢尾花分类实践
初识数据from sklearn.datasets import load_irisiris_dataset = load_iris()load_iris返回的iris对象是一个Bunch对象,与字典相似,包含键、值print(iris_dataset.keys())dict_keys([‘data’, ‘target’, ‘frame’, ‘target_names’, ‘DESCR’, ‘feature_names’, ‘filename’])DESCR是对数据集的说明,print(i原创 2021-09-30 16:09:58 · 151 阅读 · 0 评论