4.keras实现-->生成式深度学习之用GAN生成图像
生成式对抗网络(GAN,generative adversarial network)由Goodfellow等人于2014年提出，它可以替代VAE来学习图像的潜在空间。它能够迫使生成图像与真实图像在统计上几乎无法区别，从而生成相当逼真的合成图 ...
原文：4.keras实现-->生成式深度学习之DeepDream
DeepDream是一种艺术性的图像修改技术，它用到了卷积神经网络学到的表示，DeepDream由Google于 年发布。这个算法与卷积神经网络过滤器可视化技术几乎相同，都是反向运行一个卷积神经网络:对卷积神经网络的输入做梯度上升，以便将卷积神经网络靠顶部的某一层的某个过滤器激活最大化。但有以下几个简单的区别： 使用DeepDream，我们尝试将所有层的激活最大化，而不是将某一层的激活最大化，因此 ...
2018-11-24 15:40 0 881 推荐指数：
相关推荐
4.keras实现-->生成式深度学习之用变分自编码器VAE生成图像(mnist数据集和名人头像数据集)
1.VAE和GAN 变分自编码器（VAE,variatinal autoencoder） 生成式对抗网络（GAN,generative adversarial network） 两者不仅适用于图像，还可以探索声音、音乐甚至文本的潜在空间； VAE非常适合用于学习具有 ...
GAN-生成式对抗网络（keras实现）
生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是最近超级火的一个无监督学习方法，它主要由两部分组成，一部分是生成模型G（generator），另一部分是判别模型D（discriminator），它的训练过程可大致描述如下： 生成 ...
生成式学习算法
考虑一个分类问题： 根据一个动物的特征来区分该动物是大象（y=1）还是狗（y = 0）.利用逻辑回归找到一条直线，即分界线，将训练集中的大象和狗分开，当给定一个新的动物特征时，检查该动物位于分界线的 ...
生成式对抗网络代码实现
生成器和判别器的结构都非常简单，具体如下： 生成器： 32 ==> 128 ==> 2 判别器： 2 ==> 128 ==> 1 生成器生成的是样本，即一组坐标（x,y），我们希望生成器能够由一组任意的 32组噪声生成座标（x,y）处于两个半月形状上。 判别器输入的是一组 ...
列表生成式
今天在复习列表运算的时候，一直纳闷python为什么对列表元素操作这么麻烦，无意间看到“列表生成式”，居然发现了新大陆，迫不及待research一番。简短的一句，优美有艺术 摘要：生成列表，可用中括号 [ ]或 list() 对列表里面的元素操作，并生成一个新列表的方法 ...
字典生成式
目录 一、字典生成式 二、zip()方法 一、字典生成式 二、zip()方法 通过解压缩函数生成一个字典 ...
生成式模型
本文通过分类问题讲解判别式和生成式模型，会用到Logistics Regression 和 几率模型 首先介绍一下，判别式模型是完全根据数据得出结果，而生成式模型会有人为设定的条件建立模型，再通过利用假设建立的模型得出结果。 Generative (生成式模型) 例： 利用iris ...