Deep Dream：理解深度神经网络结构及应用（实战篇）
慕课：《深度学习应用开发-TensorFlow实践》 章节：第十一讲 Deep Dream：理解深度神经网络结构及应用 TensorFlow版本为2.3 目录 Deep Dream技术原理简述 噪音图像起点单层网络单通道 导入 ...
原文：Deep Dream模型与实现
Deep Dream是谷歌公司在 年公布的一项有趣的技术。在训练好的卷积神经网络中，只需要设定几个参数，就可以通过这项技术生成一张图像。 本文章的代码和图片都放在我的github上，想实现本文代码的同学建议大家可以先把代码Download下来，再参考本文的解释，理解起来会更加方便。 疑问： 卷积层究竟学习到了什么内容 卷积层的参数代表的意义是什么 浅层的卷积和深层的卷积学习到的内容有哪些区别 设 ...
2020-04-15 16:42 0 1377 推荐指数：
相关推荐
DKT模型及其TensorFlow实现（Deep knowledge tracing with Tensorflow）
模型并应用在自适应系统里面的。首发于流利说技术团队公众号原文链接 一、应用背景 自适应学习是什么 ...
deep learning 以及deep learning 常用模型和方法
首先为什么会有Deep learning，我们得到一个结论就是Deep learning需要多层来获得更抽象的特征表达。 1.Deep learning与Neural Network 深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑 ...
wide&deep模型演化
推荐系统模型演化 目录 Wide&Deep DeepFM DCN xDeepFm LR-->GBDT+LR FM-->FFM-->GBDT+FM|FFM FTRL-->GBDT+FTRL ...
CTR学习笔记&代码实现2-深度ctr模型 MLP->Wide&Deep
背景 这一篇我们从基础的深度ctr模型谈起。我很喜欢Wide&Deep的框架感觉之后很多改进都可以纳入这个框架中。Wide负责样本中出现的频繁项挖掘，Deep负责样本中未出现的特征泛化。而后续的改进要么用不同的IFC让Deep更有效的提取特征交互信息，要么是让Wide更好的记忆样本信息 ...
CTR学习笔记&代码实现5-深度ctr模型 DeepCrossing -> Deep&Cross
之前总结了PNN,NFM,AFM这类两两向量乘积的方式，这一节我们换新的思路来看特征交互。DeepCrossing是最早在CTR模型中使用ResNet的前辈，DCN在ResNet上进一步创新，为高阶特征交互提供了新的方法并支持任意阶数的特征交叉。 以下代码针对Dense输入更容易理解模型结构 ...
Deep learning：三十九(ICA模型练习)
前言： 本次主要是练习下ICA模型，关于ICA模型的理论知识可以参考前面的博文：Deep learning：三十三(ICA模型)。本次实验的内容和步骤可以是参考UFLDL上的教程：Exercise:Independent Component Analysis。本次实验完成的内容 ...
Deep learning：三十三(ICA模型)
基础知识： 在sparse coding（可参考Deep learning：二十六(Sparse coding简单理解)，Deep learning：二十九(Sparse coding练习)）模型中，学习到的基是超完备集的，也就是说基集中基的个数比数据的维数还要大，那么对一个 ...