随笔分类 -  Deep Learning

摘要:https://sigmoidal.io/beginners-review-of-gan-architectures/ 嗨,大家好!像许多追随AI进展的人一样,我无法忽略生成建模的最新进展,尤其是图像生成中生成对抗网络(GAN)的巨大成功。看看这些样本:它们与真实照片几乎没有区别! Samples 阅读全文
posted @ 2018-11-13 10:55 Jerry_Jin 阅读(5974) 评论(0) 推荐(0) 编辑
摘要:一、基本结构 参考deep learning. Ian Goodfellow的chapter9 两种操作的区别在于是否做翻转,使用的时候将这两种操作都叫做了convolution 三个优势[1]: - sparse interactions - parameter sharing - equivar 阅读全文
posted @ 2018-11-02 17:12 Jerry_Jin 阅读(2488) 评论(0) 推荐(0) 编辑
摘要:前言 总结目前语音识别的发展现状,dnn、rnn/lstm和cnn算是语音识别中几个比较主流的方向。2012年,微软邓力和俞栋老师将前馈神经网络FFDNN(Feed Forward Deep Neural Network)引入到声学模型建模中,将FFDNN的输出层概率用于替换之前GMM-HMM中使用 阅读全文
posted @ 2018-11-02 16:57 Jerry_Jin 阅读(6920) 评论(0) 推荐(0) 编辑
摘要:An Intuitive Explanation of Convolutional Neural Networks Convolutional Neural Networks (ConvNets or CNNs) are a category of Neural Networks that have 阅读全文
posted @ 2018-11-02 16:43 Jerry_Jin 阅读(838) 评论(0) 推荐(0) 编辑
摘要:导言 一年一度的校园招聘就要开始了,为了帮助同学们更好的准备面试,SIGAI 在今天的公众号文章中对机器学习、深度学习的核心知识点进行了总结。希望我们的文章能够帮助你顺利的通过技术面试,如果你对这些问题有什么疑问,可以关注我们的公众号,向公众号发消息,我们将会无偿为你解答。对于不想在近期内找工作的同 阅读全文
posted @ 2018-10-19 10:18 Jerry_Jin 阅读(3796) 评论(0) 推荐(0) 编辑
摘要:引言:如今基于深度学习的目标检测已经逐渐成为自动驾驶,视频监控,机械加工,智能机器人等领域的核心技术,而现存的大多数精度高的目标检测算法,速度较慢,无法适应工业界对于目标检测实时性的需求,这时YOLO算法横空出世,以近乎极致的速度和出色的准确度赢得了大家的一致好评。基于此,我们选择YOLO算法来实现 阅读全文
posted @ 2018-10-17 15:22 Jerry_Jin 阅读(4407) 评论(0) 推荐(0) 编辑
摘要:Hyperparameter optimization is a big part of deep learning. The reason is that neural networks are notoriously difficult to configure and there are a 阅读全文
posted @ 2018-10-13 15:52 Jerry_Jin 阅读(2019) 评论(0) 推荐(0) 编辑
摘要:如何提高深度学习性能20 Tips, Tricks and Techniques That You Can Use ToFight Overfitting and Get Better GeneralizationHow can you get better performance from your deep learning model?It is one of the most common... 阅读全文
posted @ 2018-10-12 21:28 Jerry_Jin 阅读(444) 评论(0) 推荐(0) 编辑
摘要:GlobalAveragePooling2D层 为空域信号施加全局平均值池化 参数 data_format:字符串,“channels_first”或“channels_last”之一,代表图像的通道维的位置。该参数是Keras 1.x中的image_dim_ordering,“channels_l 阅读全文
posted @ 2018-10-10 21:43 Jerry_Jin 阅读(14740) 评论(0) 推荐(0) 编辑
摘要:Keras & Theano get output of an intermediate layer 1.使用函数模型API,新建一个model,将输入和输出定义为原来的model的输入和想要的那一层的输出,然后重新进行predict. 2.因为我的后端是使用的theano,所以还可以考虑使用the 阅读全文
posted @ 2018-10-10 16:40 Jerry_Jin 阅读(578) 评论(0) 推荐(0) 编辑
摘要:列出可用GPU from tensorflow.python.client import device_lib print(device_lib.list_local_devices()) from keras import backend as K K.tensorflow_backend._ge 阅读全文
posted @ 2018-10-08 18:22 Jerry_Jin 阅读(4936) 评论(0) 推荐(0) 编辑
摘要:CNN 权重可视化How convolutional neural networks see the worldAn exploration of convnet filters with KerasNote: all code examples have been updated to the Keras 2.0 API on March 14, 2017. You will need Kera... 阅读全文
posted @ 2018-10-08 11:02 Jerry_Jin 阅读(662) 评论(0) 推荐(0) 编辑
摘要:We perform image classification, one of the computer vision tasks deep learning shines at. As training from scratch is unfeasible in most cases (as it 阅读全文
posted @ 2018-10-05 14:35 Jerry_Jin 阅读(1004) 评论(0) 推荐(0) 编辑
摘要:We strongly recommend that you pick either Keras or PyTorch. These are powerful tools that are enjoyable to learn and experiment with. We know them bo 阅读全文
posted @ 2018-10-05 14:27 Jerry_Jin 阅读(720) 评论(0) 推荐(0) 编辑
摘要:LSTM 可视化 Visualizing Layer Representations in Neural Networks Visualizing and interpreting representations learned by machine learning / deep learning 阅读全文
posted @ 2018-10-04 17:01 Jerry_Jin 阅读(2239) 评论(0) 推荐(0) 编辑
摘要:Lambda层 本函数用以对上一层的输出施以任何Theano/TensorFlow表达式 如果你只是想对流经该层的数据做个变换,而这个变换本身没有什么需要学习的参数,那么直接用Lambda Layer是最合适的了。 导入的方法是 Lambda函数接受两个参数,第一个是输入张量对输出张量的映射函数,第 阅读全文
posted @ 2018-10-01 15:39 Jerry_Jin 阅读(11993) 评论(10) 推荐(3) 编辑
摘要:For image classification tasks, a common choice for convolutional neural network (CNN) architecture is repeated blocks of convolution and max pooling layers, followed by two or more densely connected ... 阅读全文
posted @ 2018-09-30 20:43 Jerry_Jin 阅读(602) 评论(0) 推荐(0) 编辑
摘要:MNIST 可视化 Visualizing MNIST: An Exploration of Dimensionality ReductionAt some fundamental level, no one understands machine learning.It isn’t a matter of things being too complicated. Almost everythi... 阅读全文
posted @ 2018-09-28 15:57 Jerry_Jin 阅读(2986) 评论(0) 推荐(0) 编辑
摘要:RNN 循环神经网络,是非线性动态系统,将序列映射到序列,主要参数有五个:[Whv,Whh,Woh,bh,bo,h0][Whv,Whh,Woh,bh,bo,h0],典型的结构图如下: 和普通神经网络一样,RNN有输入层输出层和隐含层,不一样的是RNN在不同的时间t会有不同的状态,其中t-1时刻隐含层 阅读全文
posted @ 2018-09-27 21:00 Jerry_Jin 阅读(27613) 评论(0) 推荐(0) 编辑
摘要:keras 自适应分配显存 & 清理不用的变量释放 GPU 显存 Intro Are you running out of GPU memory when using keras or tensorflow deep learning models, but only some of the tim 阅读全文
posted @ 2018-09-21 16:23 Jerry_Jin 阅读(1281) 评论(0) 推荐(0) 编辑