本报告总结了 NIPS 上 Ian Goodfellow 的 生成式对抗网络课程。其内容有：（1）为何生成式建模是值得学习的话题；（2）生成式模型如何工作，GAN 与其他生成...
发简信
IP属地：台湾
-
Generative Adversarial Networks(Section 0&1) -
关于《注意力模型--Attention注意力机制》的学习此文大部分参考深度学习中的注意力机制(2017版)张俊林的博客，不过添加了一些个人的思考与理解过程。在github上找到一份基于keras框架实现的可运行的注意模型代码：At...
-
[干货]深入浅出LSTM及其Python代码实现人工神经网络在近年来大放异彩，在图像识别、语音识别、自然语言处理与大数据分析领域取得了巨大的成功，而长短期记忆网络LSTM作为一种特殊的神经网络模型，它又有哪些特点呢？作为初...
-
[AI] 8 LSTM一、传统RNN的反向传播 隐藏层：输出层： 假设网络结构如上图所示，神经元没有激活函数，当时，初始值给定，则时刻，损失函数训练的目标就是采用梯度下降法更新、、、、使达到最小，...
-
PSO优化BP神经网络初探
粒子群优化算法（PSO）是一种基于种群的全局优化算法，用于寻找函数的全局最优解。它基于模拟鸟群或鱼群寻找食物的行为的思想。群体中的每个粒子代表一个候选解，并根据自身的经验和相...
-
SPO 优化神经网络-替代bp算法
之前的神经网络都是基于梯度下降算法来优化的，梯度下降是基于导数的，有一定的数学道理，但是常常会遇到鞍点问题，导致不能达到最优解 本文使用 PSO 粒子群优化算法来替代神经网络...
-
遗传算法的神经网络python实现源码
代码过程中，把代码过程较好的一些代码段记录起来，下边代码是关于遗传算法的神经网络python实现的代码，应该对大伙有一些用处。 from operator import it...
-
北航在读研究生课余爱好，记录科研学习过程中的点点滴滴，所有文章将同步发送到个人微信公众平台“知行阿明”（Time_rest），欢迎关注交流！
-
遗传算法优化BP神经网络背景 1、遗传算法原理 遗传算法（Genetic Algorithms，GA）是1962年美国人提出，模拟自然界遗传和生物进化论而成的一种并行随机搜索最优化方法。 与自然界中...
