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）
tensorflow 卷积以及反卷积函数 相关参数 shape计算
最近又要做一些深度学习的东西，哎，tensorflow一更新，好多自己原来的代码都运行不了，而且好久没弄也忘了，痛苦，复习也是学习。。。
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
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
Tensorflow保存模型和加载模型
保存
首先一些小注意事项，tf.placeholder/tf.Variable/tf.Constant等等这些tensor时可以命名的，当需要保存模型的时候，一定要尽可能的给所有变量去命名