基於pytorch ,許多有趣的小應用。感謝作者!
作者的**寫得非常清晰,配置方法也很明確,只需要按照提示,安裝依賴:
pip install -r requirements.txt
另外:python3 執行時,將# coding:utf8 改為:# coding:utf-8
例如:
python main.py gen --model-path='checkpoints/tang_199.pth' --pickle-path='tang.npz' --start-words='我是少帥' --prefix-words='江流天地外,山色有無中。' --acrostic=true --nouse-gpu
結果:
我來冒山岳,舊隱來相暾。是日不相識,白雲如一言。
少年不得意,一舉十二門。
帥來出中府,脫屐何時聞。
目前demo跑通第七章和第九章的model。
實戰部分(第六到十章)利用pytorch實現了幾個酷炫有趣的應用,對於這部分的內容,本倉庫給出完整的實現**,並提供預訓練好的模型作為demo,供讀者測試。
神經網路 卷積神經網路
這篇卷積神經網路是前面介紹的多層神經網路的進一步深入,它將深度學習的思想引入到了神經網路當中,通過卷積運算來由淺入深的提取影象的不同層次的特徵,而利用神經網路的訓練過程讓整個網路自動調節卷積核的引數,從而無監督的產生了最適合的分類特徵。這個概括可能有點抽象,我盡量在下面描述細緻一些,但如果要更深入了...
神經網路 卷積神經網路
1.卷積神經網路概覽 來自吳恩達課上一張,通過對應位置相乘求和,我們從左邊矩陣得到了右邊矩陣,邊緣是白色寬條,當畫素大一些時候,邊緣就會變細。觀察卷積核,左邊一列權重高,右邊一列權重低。輸入,左邊的部分明亮,右邊的部分灰暗。這個學到的邊緣是權重大的寬條 都是30 表示是由亮向暗過渡,下面這個圖左邊暗...
神經網路簡介 多層神經網路
如上圖所示,該神經網路有三層。我們標記第一層 也就是輸入層 為a 1 第一層與第二層連線權重為w 1 然後第一層輸入與第一層權重的線性和為z 1 第一層神經元個數為n 1 並依次標記剩餘網路層。可以看出,存在 z l j i 1 n l a l i w l i,j a l w l j a l 1 f...