0
3
¥ 58.00购买
开通会员,立省5.80元, 立即开通
立即购买

你将收获

理解自编码的多种变形。

使用对抗神经网络训练模型

适用人群

数学基础差想学习AI开发的童鞋

课程介绍

课程讨论

自编码的讲解有点慢,如果能快点就好了,针对几类自编码的区别个人感觉听得有点模糊,估计得多听几遍了。GAN的讲解用MNINST做例子,很容易接受,整个课程感觉语速有点慢。

谷歌大脑自2011年成立起开展了面向科学研究和谷歌产品开发的大规模深度学习应用研究,其早期工作即是TensorFlow的前身DistBelief 。DistBelief的功能是构建各尺度下的神经网络分布式学习和交互系统,也被称为“第一代机器学习系统” 。DistBelief在谷歌和Alphabet旗下其它公司的产品开发中被改进和广泛使用 [3-4] 。2015年11月,在DistBelief的基础上,谷歌大脑完成了对“第二代机器学习系统”TensorFlow的开发并对代码开源。相比于前作,TensorFlow在性能上有显著改进、构架灵活性和可移植性也得到增强 。此后TensorFlow快速发展,截至稳定API版本1.12,已拥有包含各类开发和研究项目的完整生态系统。在2018年4月的TensorFlow开发者峰会中,有21个TensorFlow有关主题得到展示 。

自编码的代码与理论结合紧,容易让人接受。GAN中举的互相攻防的例子,让我把D网络和G网络是如何运作的搞清楚了。