[论文笔记]本文是学习GAN所做的笔记,总结了GAN的奠基之作《Generative Adversarial Nets》的基本思想,使用tensorflow基于mnist数据集实现了GAN算法。
[论文笔记]本文是论文《UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS》阅读笔记,同时基于tensorflow.slim使用dcgan生成动漫头像。
[论文笔记]读深度学习的开山之作《ImageNet Classification with Deep Convolutional Neural Networks》所作的笔记,总结了论文内容,并基于Keras实现了AlexNet。论文使用了很多trick提高模型效果,包括:ReLU、局部响应归一化(LRN)、重叠池化、数据增强、Dropout等。
[论文笔记]本文是论文《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION》阅读笔记,该论文提出了VGG16和VGG19深度卷积神经网络,使用Multi-Scale数据增强方法。本文基于Tensorflow.Slim和Keras数据增强生成器搭建训练模型,并实现Keras微调预训练的VGG16模型。
[论文笔记]本文基于论文《Going deeper with convolutions》所做的笔记,该论文提出了Inception v1架构,并在此基础上提出GoogLeNet。本文介绍了其原理,并给出了Keras实现。
[论文笔记]本文是ResNet开山论文《Deep Residual Learning for Image Recognition》的阅读笔记,该论文提出了深度残差网络。本文通过理解论文,学习ResNet的原理,并最后通过Keras实现ResNet。
本文是读《动手学深度学习》的阅读笔记,介绍了使用梯度下降法求解线性回归的方法,并给出了Tensorflow实现。
本文是动手学深度学习的笔记,介绍了softmax和交叉熵原理,并给出Tensorflow实现。
本文总结了自编码器(Auto-Encoder)和其变种的相关概念,包括堆栈自编码器、卷积自编码器、正则化自编码器(RAE)、稀疏自编码器(SAE)、 去噪自编码器(DAE)、变分自编码器(VAE)等,并基于Keras实现去噪自编码器在Fashion-Mnist数据集上的去噪。
本文是论文《Deep Sparse Rectifier Neural Networks》的阅读笔记,该论文提出了ReLU(线性整流函数/线性修正单元),是深度学习历史上的重大突破。