![240](https://upload.jianshu.io/users/upload_avatars/20762571/775f675c-7f4e-4b11-b250-2e0d566833dd.jpg?imageMogr2/auto-orient/strip|imageView2/1/w/240/h/240)
今天看了非呈鹧剩基礎(chǔ)的GAN的介紹,我自己是想看更多的理論的生音,所以general的內(nèi)容就很快過一遍了宁否。大致記了一些筆記如下: 一、隨機(jī)變量的產(chǎn)生 隨機(jī)變量的產(chǎn)生方法有很多缀遍,rej...
今天寫了一個(gè)simple CNN鏈接如下:https://github.com/Over-the-rainbow/simplecnn[https://github.com/O...
https://zhuanlan.zhihu.com/p/48508221[https://zhuanlan.zhihu.com/p/48508221]http://jala...
一慕匠、在自己電腦上用visdom監(jiān)視數(shù)據(jù) 安裝visdompip install visdom 在代碼中使用visdom 這時(shí)候運(yùn)行代碼,代碼跑出來是會(huì)報(bào)錯(cuò)的域醇。因?yàn)檫€需要先在命...
因?yàn)橐獛鸵粋€(gè)小朋友搭環(huán)境台谊,所以就把一步一步連上矩池云服務(wù)器和跑自己的數(shù)據(jù)的過程寫下來。是一個(gè)小姐姐推薦給我的譬挚,發(fā)現(xiàn)比谷歌云好用锅铅,環(huán)境也有現(xiàn)成的。 一减宣、基本操作 0.注冊(cè) ht...
理論部分參考鏈接[https://towardsdatascience.com/understanding-backpropagation-algorithm-7bb3aa2...
通俗易懂的原理參考鏈接(Keras語言):VAE[https://towardsdatascience.com/variational-autoencoders-vaes-f...
寫在前面: 不積跬步無以至千里盐须。希望通過這些筆記,自己可以深刻掌握相關(guān)原理和數(shù)學(xué)推導(dǎo)漆腌。
由于一名苦逼的程序員贼邓,最近一段時(shí)間終于有時(shí)間阶冈,準(zhǔn)備分享一些自己寫的demo上傳到GitHub上。所以就出現(xiàn)了GitHub要怎么用呢塑径?下面如何使用GitHub的經(jīng)驗(yàn)女坑,分享給大家...
理論參考文章文章[https://www.jiqizhixin.com/graph/technologies/d6f12c89-0d07-46ac-89a0-af978df2...
import pandas參考鏈接[https://www.geeksforgeeks.org/indexing-and-selecting-data-with-pandas...
分水嶺算法 感覺網(wǎng)上的文字介紹寫的都太抽象了,自己根據(jù)維基百科和英文論文記一下自己原理方面的具體理解统舀。 非常抽象的原理理解 參考鏈接:meduim上的一篇文章[https:/...
形態(tài)學(xué)基本知識(shí) 參考鏈接:知乎的一篇文章[https://zhuanlan.zhihu.com/p/110787009] 結(jié)構(gòu)元(SE)SE中的的值可以是0或1匆骗。常見的結(jié)構(gòu)元...
本文重點(diǎn) Python分離音樂的伴奏和人聲 音頻的基本特征分析和提取 (色度頻譜很有意思) 短時(shí)傅里葉變換的理解:理論理解绰筛,Python操作理解 一、讀取音頻文件 比如采樣率...