發(fā)簡信
IP屬地：加州
-
Keras中文文檔學(xué)習(xí)筆記3
一 常用層1 Dense層：全連接層 除了上述參數(shù)歹茶，一般還要指定激活函數(shù)找筝，有無偏置 2 Activation層：激活層對一個(gè)層的輸出施加激活函數(shù)...
-
VaDE代碼問題記錄論文名《Variational Deep Embedding:An Unsupervised and Generative Approach t...
-
2018.7.6【泛讀】Unsupervised Deep Embedding for Clustering Analysis
這是一篇結(jié)合embedding和cluster任務(wù)的論文务蝠，具體模型分為兩部分1 使用DNN生成每個(gè)節(jié)點(diǎn)xi對應(yīng)的embedding zi，然后計(jì)...
-
2018.7.5【泛讀】Nonparametric Variational Auto-encoders for Hierarchical Representation Learning這篇文章指出vae模型使用簡單的高斯分布作為先驗(yàn)报咳，先驗(yàn)中沒有靈活的參數(shù)，導(dǎo)致模型不夠靈活。因此变屁，以一個(gè)狄利克雷過程（本文是中國餐館過程CRP）作...
-
問題記錄
1 使用Keras中自帶的MNIST數(shù)據(jù)集的時(shí)候提示不存在 解決辦法：直接復(fù)制這里提示的下載地址，下載匹配的mnist意狠，放到路徑/.keras/...
-
keras中文文檔學(xué)習(xí)筆記2
一 序貫?zāi)Ｐ?Sequential)1 該模型是多個(gè)網(wǎng)絡(luò)層的線性堆疊2 可以通過add()的方法將一個(gè)個(gè)的layer加入模型中 3 輸入數(shù)據(jù)的s...
-
Keras中文文檔學(xué)習(xí)筆記1
一 主頁 1 Keras核心數(shù)據(jù)結(jié)構(gòu)是模型粟关，并且主要的模型是Sequential模型，它是一系列網(wǎng)絡(luò)層按照順序構(gòu)成的棧环戈。模型定義如下： 然后往這...
-
隨筆
在做一件事闷板、一項(xiàng)任務(wù)前明確我要從這個(gè)任務(wù)這件事中收獲什么，并且在執(zhí)行的過程中努力向自己所要的靠近院塞。這樣不會浪費(fèi)所做發(fā)每一件事遮晚。
-
ipv6免流量上網(wǎng)
1 所需設(shè)備 具有ipv6地址的vps、chrome瀏覽器拦止、shadowcock客戶端 2 在vps上配置shadowsock 3 配置shad...