Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
surelion
apachecn-dl-zh
提交
85af5d66
A
apachecn-dl-zh
项目概览
surelion
/
apachecn-dl-zh
与 Fork 源项目一致
Fork自
OpenDocCN / apachecn-dl-zh
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
A
apachecn-dl-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
85af5d66
编写于
8月 14, 2020
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2020-08-14 17:36:32
上级
ab5d34a1
变更
3
展开全部
隐藏空白更改
内联
并排
Showing
3 changed file
with
29 addition
and
30 deletion
+29
-30
docs/tf-1x-dl-cookbook/05.md
docs/tf-1x-dl-cookbook/05.md
+21
-21
docs/tf-1x-dl-cookbook/07.md
docs/tf-1x-dl-cookbook/07.md
+6
-7
docs/tf-1x-dl-cookbook/11.md
docs/tf-1x-dl-cookbook/11.md
+2
-2
未找到文件。
docs/tf-1x-dl-cookbook/05.md
浏览文件 @
85af5d66
此差异已折叠。
点击以展开。
docs/tf-1x-dl-cookbook/07.md
浏览文件 @
85af5d66
...
...
@@ -33,8 +33,7 @@ PCA 将 *n* 维输入数据还原为 *r* 维输入数据,其中 *r* < *n* 。
*Y <sub>r</sub> = U∑ <sub>r</sub>*
此处提供的代码已从以下 GitHub 链接进行改编:
[
https://github.com/eliorc/Medium/blob/master/PCA-tSNE-AE.ipynb
](
https://github.com/eliorc/Medium/blob/master/PCA-tSNE-AE.ipynb
)
[
此处提供的代码已从以下 GitHub 链接进行改编
](
https://github.com/eliorc/Medium/blob/master/PCA-tSNE-AE.ipynb
)
# 怎么做...
...
...
@@ -181,10 +180,10 @@ with tf.Session() as sess:
# 也可以看看
*
[
https://arxiv.org/abs/1404.1100
](
https://arxiv.org/abs/1404.1100
)
*
[
http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf
](
http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf
)
*
[
http://mplab.ucsd.edu/tutorials/pca.pdf
](
http://mplab.ucsd.edu/tutorials/pca.pdf
)
*
[
http://projector.tensorflow.org/
](
http://projector.tensorflow.org/
)
*
<https://arxiv.org/abs/1404.1100>
*
<http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf>
*
<http://mplab.ucsd.edu/tutorials/pca.pdf>
*
<http://projector.tensorflow.org/>
# k 均值聚类
...
...
@@ -201,7 +200,7 @@ k 均值算法以以下方式工作:
# 做好准备
我们将使用 TensorFlow
`KmeansClustering`
Estimator 类来实现 k 均值。 它在
[
https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/contrib/learn/python/learn/estimators/kmeans.py 中定义。
](
https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/contrib/learn/python/learn/estimators/kmeans.py
)
它创建一个模型来运行 k 均值和推理。 根据 TensorFlow 文档,一旦创建了
`KmeansClustering`
类对象,就可以使用以下
`__init__`
方法实例化该对象:
我们将使用 TensorFlow
`KmeansClustering`
Estimator 类来实现 k 均值。 它在
[
这个链接
](
https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/contrib/learn/python/learn/estimators/kmeans.py
)
中定义。
它创建一个模型来运行 k 均值和推理。 根据 TensorFlow 文档,一旦创建了
`KmeansClustering`
类对象,就可以使用以下
`__init__`
方法实例化该对象:
```
py
__init__
(
...
...
docs/tf-1x-dl-cookbook/11.md
浏览文件 @
85af5d66
...
...
@@ -5,7 +5,7 @@
*
学习使用 Simple GAN 伪造 MNIST 图像
*
学习使用 DCGAN 伪造 MNIST 图像
*
学习使用 DCGAN 伪造名人面孔和其他数据集
*
实现变
体
自编码器
*
实现变
分
自编码器
*
通过 Capsule Networks 学习击败 MNIST 的最新结果
# 介绍
...
...
@@ -601,7 +601,7 @@ Example of forged celebrities with a DCGAN
内容感知填充是摄影师使用的一种工具,用于填充不需要的或丢失的图像部分。 Raymond A. Yeh,Chen Chen,Teck Yian Lim,Alexander G. Schwing,Mark Hasegawa--的论文
[
*具有感知和上下文损失的语义图像修复*
](
https://arxiv.org/abs/1607.07539
)
*和*
约翰逊(Minh N.)的约翰逊(Johnson),2016 年使用 DCGAN 进行图像完成,并学习如何填充部分图像。
# 实现变
体
自编码器
# 实现变
分
自编码器
**变分自编码器**
(
**VAE**
)是神经网络和贝叶斯推理两者的最佳结合。 它们是最酷的神经网络,并已成为无监督学习的流行方法之一。 它们是自编码器。 与传统的编码器和自编码器的解码器网络(请参阅第 8 章
*自编码器*
)一起,它们还具有其他随机层。 编码器网络之后的随机层使用高斯分布对数据进行采样,解码器网络之后的随机层使用伯努利分布对数据进行采样。 像 GAN 一样,可以使用变分自编码器根据经过训练的分布来生成图像和图形。 VAE 允许人们设置潜在的复杂先验,从而学习强大的潜在表示。
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录