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