这一篇文章会介绍使用RNN来完成时间序列的分析,更准确的说是时间序列的预测。本篇内容会介绍使用GRU来预测AR(5)的数据。
Sequence to Sequence Learning with Neural Networks–使用 Seq2Seq 完成翻译
这一篇文章会主要介绍Seq2Seq模型的原理,与一个具体的例子实现, 翻译法语到英语。这一篇内容有点长,可能看的时间会有点长。
RNN完成姓名分类
这一篇文章会介绍一下关于使用RNN来完成name的分类,区分名字是属于哪个国家的。这一篇改编自Pytorch官方文档的一个例子。主要目的是熟悉一下RNN。
RNN for Image Classification(RNN图片分类–MNIST数据集)
这一篇会简单介绍一下使用RNN来实现MNIST数据集得图像的分类。简单看一下RNN的一个应用,和在Pytorch中如何来使用RNN。
Fizz Buzz in Pytorch
这一篇文章会简单实现一下Fizz Buzz, 原文是一个挺好玩的故事, 在这里自己实现了一下. 整个过程是一个可以用来练手学习Pytorch, 或是练手网络的搭建等.
详解逆卷积操作–Up-sampling with Transposed Convolution
这篇文章详细介绍一下关于逆卷积的相关操作,查看卷积的系数与逆卷积的系数是否存在关系。
使用CNN在MNIST上实现简单的攻击样本
关于测试MNIST,并且生成一些攻击样本。尝试一下这个方法。
PyTorch实现Deep Dream
这篇文章简单介绍一些Deep Dream的原理,和使用Pytorch进行简单的实现。
Image Style Transform–关于图像风格迁移的介绍
这位一篇文章会介绍一下CNN的一个应用,图像风格迁移。会介绍一下大致的方法和其中Style Loss使用的Gram Matrix。
CNN可视化Convolutional Features
这篇文章介绍一下关于CNN中卷积层可视化的一种方法。主要的思想是找一张图片,使得某个layer的filter的激活值最大,这张图片就是能被这个filter所检测的对象。文章中有详细...
10