自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 java泛型和异常

1.泛型指允许在定义类、接口、方法时使用类型参数,一般用T表示,但是要在声明变量、创建对象、调用方法时动态指定(称为类型实参)。2.在创建了带泛型声明的接口或父类之后,可以为该接口实现类或者从该父类派生子类,但使用这些接口或父类是不能再包含类型形参的。以下两种方法:public class Apple<T>{}   ①class A1 extends Apple<String...

2018-08-10 14:48:22 702

原创 Java面向对象(二)

1.自动装箱指把一个基本类型变量赋值给一个包装类或者object类对象,自动拆箱指把一个包装类对象直接赋值给一个基本类型变量。装箱和拆箱的过程都是拆或装成对应类型的基本类型或引用类型变量。2.包装类引用变量与基本类型变量进行==操作时因为自动拆箱或装箱的行为,可以直接以值比较;但若两个都是经自动装箱成的Integer类型,如果值在-128到127之间,==操作结果为真,如果不在此范围内,与引用类型...

2018-07-10 21:34:08 204

原创 Java面向对象(一)

1.this:指当前对象,可以让类中的一个方法访问该类里的另一个方法或实例变量,也可以使用它访问被同名局部变量覆盖的成员    变量。

2018-07-09 19:11:47 838

原创 Wasserstein GANs 三部曲(二):Wasserstein GAN论文的理解

附论文地址:https://arxiv.org/abs/1701.07875这一篇文章和下一篇讲提高WGAN的更有实际应用意义一些吧。基础介绍        学习一个概率分布,通常我们是学习这个分布的概率密度函数,假设概率密度函数存在,且由多个参数组成即,已知该分布下点集为,那么认为这些点既然出现了,就是概率最大的(相当于极大似然的思想)。问题就变成了求解使得。假设真实分布为,可以使用KL散度作为...

2018-06-29 11:10:45 11018

原创 Wasserstein GANs 三部曲(一):Towards Principled Methods for Training Generative Adversarial Networks的理解

论文地址:https://arxiv.org/abs/1701.04862这一篇文章相当于一个引言,运用了许多推导与证明说明了生成对抗网路存在的一系列问题,然后引入了一个新的评价标准。虽然公式推导是比较乏味的,也可以参阅知乎上的这篇文章https://zhuanlan.zhihu.com/p/25071913,比较简单直观。当时我在学习的时候有部分也借鉴了这篇文章,以下是我的理解:第一部分GAN ...

2018-06-28 21:12:56 6127 1

原创 学习笔记:Improved Techniques for Training GANs理解

论文链接:https://arxiv.org/abs/1606.03498这是一篇对GAN的训练作出改进的文章,众所周知,GAN的训练是极其不稳定的。1 主要内容        对GAN网络提出一些改进的体系特征和训练过程,然后把这些改进应用到半监督学习以及提高生成图像质量的领域上。        2 模型改进2.1 feature matching        问题描述:生成器和判别器其实是在...

2018-06-21 20:32:07 2993 1

原创 Java基本语法知识点整理

文章参考Java疯狂讲义(第3版),是对其三、四章琐碎且麻烦的知识点的整理。1.一行可以书写多条语句,一个语句可以跨多行,但字符串和变量名不能跨行。2.标识符由字母数字下划线和美元符组成,数字不能打头。3.Java关键字小写。4.支持的语言类型分为基本类型和引用类型。基本类型分为boolean类型和数值类型,数值类型包括byte,short,int,long,char,float,double.5...

2018-04-26 21:55:27 377

原创 学习笔记:deep convolutional generative adversarial networks(DCGAN)的理解

本篇论文对于后续的生成对抗网络各种衍生应用有很大的帮助,我在自己的研究中很大程度参考了这篇论文进行模型的调整。在学习这篇文章之前,最好先了解一下卷积神经网络CNN的结构细节。论文链接:https://arxiv.org/abs/1511.06434核心思想:         将CNN扩展到无监督学习领域GAN缺点:        1.不稳定,生成器最后经常产生无意义的输出        2.黑箱子...

2018-03-09 10:53:25 2703

原创 学习笔记:生成对抗网络GANs原文的理解

我研究GANs大概有一年时间了,稍后会把自己做的多篇论文笔记逐一发布出来,互相讨论。参考Goodfellow的论文,论文链接:https://arxiv.org/abs/1406.26611.核心内容:        提出通过一种对抗的方式训练生成模型,论证存在一个解使得生成模型可以很好地模拟真实数据分布。(生成模型的本质是生成与真实数据近似的数据)2.对抗是如何实现的:        首先定义两...

2018-03-08 10:59:34 953 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除