Nick's Tech Blog

It's hacking time.

深度探索Deep_NLP及其Python实现(一):word2Vec的原理及其实现

这个系列从最基础的word2vec开始, 从零开始实现深度网络在NLP领域的各类模型及其应用。 本系列要求读者对深度神经网络有基础的理解(如全连接网络, 卷积网络)等。 欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyNLP .部分代码参考了Stanford CS224n 课程作业。 Befor...

paddlepaddle深度学习实战(二):利用经典深层模型完成CIFAR-10分类任务

这个系列从应用paddlepaddle(以下简称paddle)搭建最基础的学习模型开始, 逐个实现各种常用的深度学习应用案例。本系列假设读者已经掌握了CNN卷积网络的Python实现系列的内容。此外, 本系列中的所有代码均基于python实现, 其他c++相关的实现及源码(包括分布式架构)可见下一系列, coming soon~ 欢迎转载, 转载请注明出处及链接。 部分案例及代码参考了百...

paddlepaddle深度学习实战(一):浅层模型的搭建

这个系列从应用paddlepaddle(以下简称paddle)搭建最基础的学习模型开始, 逐个实现各种常用的深度学习应用案例。本系列假设读者已经掌握了CNN卷积网络的Python实现系列的内容。此外, 本系列中的所有代码均基于python实现, 其他c++相关的实现及源码(包括分布式架构)可见下一系列, coming soon~ 欢迎转载, 转载请注明出处及链接。 部分案例及代码参考了百...

WGAN的原理及实现

欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyDeepLearning .部分代码参考了Stanford CS231n 课程作业。 DCGAN的问题 传统的DCGAN,利用一个卷积网络来拟合指定类型图像的生成分布。在保证相当优秀的performance的基础上, DCGAN仍存在以下问题: ...

GAN的原理及TensorFlow实现

欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyDeepLearning .部分代码参考了Stanford CS231n 课程作业。 GAN的原理 在Generative Model领域,一直存在两种流派, 一种是Explicit Density,指有明确的分布概率函数, 模型的目标是实现或逼近...

风格迁移StyleTransfer(基于TensorFlow实现)

欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyDeepLearning .部分代码参考了Stanford CS231n 课程作业。 如图,我们希望实现如下的系统, 使得任意输入一张content image和一张style image, 都能融合出一张新的style content imag...

从Saliency Map到Gredient Ascent(基于TensorFlow实现)

欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyDeepLearning .部分代码参考了Stanford CS231n 课程作业。 在训练模型时, 我们往往关注于Loss对各种模型的待估参数(W, b, gamma, beta等)的梯度, 从而优化这些参数以达到更好的训练效果。 在本文中, 我...

SqueezeNet理解及其TensorFlow实现

欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyDeepLearning .部分代码参考了Stanford CS231n 课程作业。 背景 AlexNet在12年大幅提高了ImageNet识别的准确率, 但AlexNet最大的问题是参数多, 难于收敛和调优。 而SqueezeNet针对此问题, ...

深度学习应用问题的基本范式

欢迎转载, 转载请注明出处及链接。 我们可以总结出一个更泛化的深度学习应用模式, 这几乎涵盖了所有我们希望解决的问题, 不仅仅是我们现在已经遇到的这些问题, 还包括譬如 图像识别领域的RCNN, 非监督学习的GAN, 强化学习的DQN(Q-Learning)(这几个模型, 在之后的文章中都会总结到), 他们都遵循了如下的范式。 在深度学习中, 我们问题的出发点往往是训练出一个好的labe...

RNN, LSTM与ImageCaptioning原理及Python实现

与上一系列《CNN卷积网络的Python实现》一致, 这一篇中, 我们将用pure python/Numpy实现RNN, LSTM, 并基于Microsoft COCO dataset实现ImageCaptioning. 欢迎转载, 转载请注明出处及链接。 完整代码库请查看我的GithubRepo: https://github.com/nick6918/MyDeepLearning ....