Нам выпала честь, что автор Ян Гудфеллоу представил книгу «Моделирование последовательности главы 10: рекуррентные и рекурсивные сети глубокого обучения». Вот список статей, упомянутых во время его лекции: Запланированная выборка для прогнозирования последовательности с рекуррентными нейронными сетями Профессор Форсинг: новый алгоритм обучения рекуррентных сетей Инициализация случайного блуждания для обучения очень глубоких сетей с прямой связью Нормализация уровня..

Продолжая с того места, где мы остановились, это мой второй пост в блоге из серии, в которой я буду писать хороший (нормального качества) код Tensorflow для довольно распространенных вещей глубокого обучения. Для первого поста я решил использовать Generative Adversarial Networks. Я рассмотрю весь процесс проектирования сетей GAN с учетом промежуточных настроек, если кто-то попытается выполнить и воспроизвести код. Первым шагом будет установка начальной модели для генерирующей..

Автор: Хлоя Брейтуэйт Машинное обучение далеко продвинулось в последние годы, отчасти благодаря рывкам, достигнутым в глубоких нейронных сетях. И, конечно же, если вы что-то знаете о глубоком машинном обучении, вы слышали о докторе Яне Гудфеллоу, изобретателе генеративных состязательных сетей, или GAN. «Теперь, когда машинное обучение работает действительно хорошо, мы пытаемся сделать его очень устойчивым и надежным и способным противостоять всему, что люди могут сделать, чтобы..