自己想从0实现一个GAN，读了很多博客，看了开始大神Ian J.Goodfellow的那篇论文，也看了一些视频（觉得还是看论文好，博客写的都是轻描淡写，胡扯一堆，一到具体公式就摸瞎，论文写的真的很清楚；还有就是原始论文都是用多层感知器，梯度上升什么的，现在变化很多，一般都会加卷积核什么东西，效果比论文里要好很多）
使用gensim读取词向量文件--gensim自带格式以及Glove格式
手头上有好几种word2vec的文件，最近又在频繁使用这些文件但是例如是否是二进制文件又有所不同，所以记录一下怎么使用
mac安装libsvm python版
首先进去libsvm的github主页，将项目整个clone下来
然后使用终端，进入libsvm文件夹
执行 一次make命令：make
终端进入libsvm文件夹下的python文件夹 ：cd python
在此执行一次make命令：make
认识数据：pandas和matplotlib学习
本文重点在认识数据，不在于数据分析，更不是可视化什么东西
扯扯一些概念
这个博客主要用于基础的数据分析，比较适合机器学习做特征工程前，查看如何认识数据提取特征，用可视化的形式去思考肯定是很好的一种方式
http://blog.csdn.net/han_xiaoyang/article/details/49797143
IMDB情感分析
第三个kaggle参与比赛，第一次使用了word embedding的方法
使用了GloVe的词向量矩阵
pandas读写csv
Tensorflow 其他学习心得
- tf.argmax: tf.argmax就是返回最大的那个数值所在的下标,第二个参数代表维度 1代表每一行
LSTM学习心得
比较好的博客 收藏：
http://blog.csdn.net/jerr__y/article/details/58598296
https://zhuanlan.zhihu.com/p/27345523
http://blog.echen.me/lstm-explorer/#/network?file=counter 这个是lstm可视化的东西，打开可能很慢
http://blog.csdn.net/jerr__y/article/details/61195257 这个包含了具体的tensorflow识别3这个数字的可视化展示
Tensorflow循环神经网络
对循环神经网络的理解，对照卷积神经网络来看，一个是空间，一个是时间
Tensorflow卷积神经网络
一个典型的卷积层