当前标签：深度学习

上一页 1 2 3 4 5 下一页
使用GAN 进行异常检测——anoGAN，TODO，待用于安全分析实验
bonelee 2018-10-31 14:36 阅读:7464 评论:3 推荐:0 编辑
conv1d UpSampling1D aotoencoder 自编码代码摘录
bonelee 2018-10-31 09:36 阅读:2358 评论:0 推荐:0 编辑
Deep Belief Network简介——本质上是在做逐层无监督学习，每次学习一层网络结构再逐步加深网络
bonelee 2018-10-30 10:33 阅读:6517 评论:1 推荐:1 编辑
keras-anomaly-detection 代码分析——本质上就是SAE、LSTM时间序列预测
bonelee 2018-10-25 18:10 阅读:1908 评论:0 推荐:0 编辑
杜伦大学提出GANomaly：无需负例样本实现异常检测
bonelee 2018-10-25 11:07 阅读:5967 评论:1 推荐:0 编辑
基于深度学习的恶意样本行为检测（含源码） ----采用CNN深度学习算法对Cuckoo沙箱的动态行为日志进行检测和分类
bonelee 2018-09-03 10:43 阅读:4524 评论:2 推荐:1 编辑
VAE--就是AutoEncoder的编码输出服从正态分布
bonelee 2018-08-13 19:21 阅读:5071 评论:0 推荐:0 编辑
GAN作用——在我做安全的看来，就是做数据拟合、数据增强
bonelee 2018-06-26 12:02 阅读:7284 评论:0 推荐:0 编辑
tflearn kears GAN官方demo代码——本质上GAN是先训练判别模型让你能够识别噪声，然后生成模型基于噪声生成数据，目标是让判别模型出错。GAN的过程就是训练这个生成模型参数！！！
bonelee 2018-06-15 11:10 阅读:1250 评论:0 推荐:0 编辑
DCGAN、WGAN、WGAN-GP、LSGAN、BEGAN原理总结及对比
bonelee 2018-06-11 11:03 阅读:23580 评论:2 推荐:1 编辑
常见GAN的应用
bonelee 2018-06-11 10:46 阅读:6270 评论:2 推荐:2 编辑
GAN初步——本质上就是在做优化，对于生成器传给辨别器的生成图片，生成器希望辨别器打上标签 1，体现在loss上！
bonelee 2018-06-11 10:34 阅读:3895 评论:2 推荐:2 编辑
fasttext和cnn的比较，使用keras imdb看效果——cnn要慢10倍。
bonelee 2018-06-06 16:22 阅读:2232 评论:0 推荐:0 编辑
神经网络卷积层 要回计算output的维度 input 28 卷积是3x3 则output是26 但是channel是卷积核的数量
bonelee 2018-06-06 15:28 阅读:521 评论:0 推荐:0 编辑
keras中无法下载 https://s3.amazonaws.com/img-datasets/mnist.npz 解决方法
bonelee 2018-06-06 15:14 阅读:6580 评论:1 推荐:0 编辑
太深了，梯度传不下去，于是有了highway。 干脆连highway的参数都不要，直接变残差，于是有了ResNet。 强行稳定参数的均值和方差，于是有了BatchNorm。RNN梯度不稳定，于是加几个通路和门控，于是有了LSTM。 LSTM简化一下，有了GRU。
bonelee 2018-06-03 17:13 阅读:932 评论:0 推荐:0 编辑
tlflearn 编码解码器 ——数据降维用
bonelee 2018-06-01 15:16 阅读:518 评论:0 推荐:0 编辑
手写汉字笔迹识别模型汇总
bonelee 2018-05-28 15:40 阅读:3909 评论:13 推荐:1 编辑
神经网络结构设计 不一定是第一层神经元是输入维度数
bonelee 2018-05-24 19:30 阅读:985 评论:0 推荐:0 编辑
python MLP 神经网络使用 MinMaxScaler 没有 StandardScaler效果好
bonelee 2018-05-24 11:38 阅读:2965 评论:0 推荐:0 编辑
上一页 1 2 3 4 5 下一页
点击右上角即可分享
微信分享提示