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
e179f4c4
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
e179f4c4
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 18:34:51
上级
83cacdcb
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
13 addition
and
13 deletion
+13
-13
docs/tf-1x-dl-cookbook/08.md
docs/tf-1x-dl-cookbook/08.md
+13
-13
未找到文件。
docs/tf-1x-dl-cookbook/08.md
浏览文件 @
e179f4c4
...
@@ -412,8 +412,8 @@ for fig, row in zip([Xtest,out], axarr):
...
@@ -412,8 +412,8 @@ for fig, row in zip([Xtest,out], axarr):
# 也可以看看
# 也可以看看
*
[
http://web.engr.illinois.edu/~hanj/cs412/bk3/KL-divergence.pdf
](
http://web.engr.illinois.edu/~hanj/cs412/bk3/KL-divergence.pdf
)
*
<http://web.engr.illinois.edu/~hanj/cs412/bk3/KL-divergence.pdf>
*
[
https://en.wikipedia.org/wiki/Kullback%E2%80%93Leibler_divergence
](
https://en.wikipedia.org/wiki/Kullback%E2%80%93Leibler_divergence
)
*
<https://en.wikipedia.org/wiki/Kullback%E2%80%93Leibler_divergence>
# 去噪自编码器
# 去噪自编码器
...
@@ -612,8 +612,8 @@ for fig, row in zip([Xtest_noisy,out], axarr):
...
@@ -612,8 +612,8 @@ for fig, row in zip([Xtest_noisy,out], axarr):
# 也可以看看
# 也可以看看
*
[
https://cs.stanford.edu/people/karpathy/convnetjs/demo/autoencoder.html
](
https://cs.stanford.edu/people/karpathy/convnetjs/demo/autoencoder.html
)
*
<https://cs.stanford.edu/people/karpathy/convnetjs/demo/autoencoder.html>
*
[
http://blackecho.github.io/blog/machine-learning/2016/02/29/denoising-autoencoder-tensorflow.html
](
http://blackecho.github.io/blog/machine-learning/2016/02/29/denoising-autoencoder-tensorflow.html
)
*
<http://blackecho.github.io/blog/machine-learning/2016/02/29/denoising-autoencoder-tensorflow.html>
# 卷积汽车编码器
# 卷积汽车编码器
...
@@ -784,14 +784,14 @@ sess.close()
...
@@ -784,14 +784,14 @@ sess.close()
# 还有更多...
# 还有更多...
研究人员已将 CAE 用于语义分割。 有趣的读物是 Badrinayanan 等人在 2015 年发表的论文
Segnet:
*一种用于图像分割的深度卷积编码器-解码器体系结构*
(
[
https://arxiv.org/pdf/1511.00561.pdf
](
https://arxiv.org/pdf/1511.00561.pdf
)
)
。 该网络使用 VGG16 的卷积层作为其编码器网络,并包含一层解码器,每个解码器对应一个解码器层次作为其解码器网络。 解码器使用从相应的编码器接收的最大池索引,并对输入特征图执行非线性上采样。 本文的链接在本食谱的另请参见部分以及 GitHub 链接中给出。
研究人员已将 CAE 用于语义分割。 有趣的读物是 Badrinayanan 等人在 2015 年发表的论文
[
Segnet:一种用于图像分割的深度卷积编码器-解码器体系结构
](
https://arxiv.org/pdf/1511.00561.pdf
)
。 该网络使用 VGG16 的卷积层作为其编码器网络,并包含一层解码器,每个解码器对应一个解码器层次作为其解码器网络。 解码器使用从相应的编码器接收的最大池索引,并对输入特征图执行非线性上采样。 本文的链接在本食谱的另请参见部分以及 GitHub 链接中给出。
# 也可以看看
# 也可以看看
1.
[
https://distill.pub/2016/deconv-checkerboard/
](
https://distill.pub/2016/deconv-checkerboard/
)
1.
<https://distill.pub/2016/deconv-checkerboard/>
2.
[
https://pgaleone.eu/neural-networks/2016/11/24/convolutional-autoencoders/
](
https://pgaleone.eu/neural-networks/2016/11/24/convolutional-autoencoders/
)
2.
<https://pgaleone.eu/neural-networks/2016/11/24/convolutional-autoencoders/>
3.
[
https://arxiv.org/pdf/1511.00561.pdf
](
https://arxiv.org/pdf/1511.00561.pdf
)
3.
<https://arxiv.org/pdf/1511.00561.pdf>
4.
[
https://github.com/arahusky/Tensorflow-Segmentation
](
https://github.com/arahusky/Tensorflow-Segmentation
)
4.
<https://github.com/arahusky/Tensorflow-Segmentation>
# 堆叠式自编码器
# 堆叠式自编码器
...
@@ -1005,7 +1005,7 @@ plt.ylabel('Fine Tuning Reconstruction Error')
...
@@ -1005,7 +1005,7 @@ plt.ylabel('Fine Tuning Reconstruction Error')
# 也可以看看
# 也可以看看
*
关于堆叠式自编码器的一个不错的教程:
[
http://ufldl.stanford.edu/wiki/index.php/Stacked_Autoencoders
](
http://ufldl.stanford.edu/wiki/index.php/Stacked_Autoencoders
)
。
*
[
关于堆叠式自编码器的一个不错的教程
](
http://ufldl.stanford.edu/wiki/index.php/Stacked_Autoencoders
)
。
*
Schwenk,Holger。 “空中陀螺分类器。” 神经计算 10.8(1998):2175-2200。
*
`Schwenk, Holger. "The diabolo classifier." Neural Computation 10.8 (1998): 2175-2200.`
*
Sakurada,Mayu 和 Takehisa Yairi。 “使用具有非线性降维功能的自编码器进行异常检测。” MLSDA 2014 第二届机器学习的感官数据分析研讨会论文集。 ACM,2014 年。
*
`Sakurada, Mayu, and Takehisa Yairi. "Anomaly detection using autoencoders with nonlinear dimensionality reduction." Proceedings of the MLSDA 2014 2nd Workshop on Machine Learning for Sensory Data Analysis. ACM, 2014.`
*
堆叠式自编码器的酷 TensorBoard 可视化和实现:
[
https://github.com/cmgreen210/TensorFlowDeepAutoencoder
](
https://github.com/cmgreen210/TensorFlowDeepAutoencoder
)
*
[
堆叠式自编码器的酷 TensorBoard 可视化和实现
](
https://github.com/cmgreen210/TensorFlowDeepAutoencoder
)
\ No newline at end of file
\ No newline at end of file
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