[TOC] Django根据已有数据库表反向生成models类 一. 创建一个Django项目 二、修改settings文件 在setting里面设置你要连接的数据库名称，地址，账号密码之类的信息，和创建新项目的时候一致 根据数据库数据生成对应的models模型类 生成模型文件 将模型文件导入到ap ...
分类：
数据库 时间：
2020-03-25 01:51:33
阅读次数：
102
感知机属于有监督的学习，生成的模型称为判别模型。其通过特定的函数将输入的特征向量，输出为实例的类别（+1或-1），该函数即为将实例划分为两类的分离超平面。为获得最优化的超平面，感知机引入了基于误分类的损失函数。感知机是神经网络和支持向量机的基础。 有监督学习分为生成模型和判别模型两种。其分别含义如下 ...
分类：
其他好文 时间：
2020-03-07 20:30:43
阅读次数：
122
在之前的学习 "2020/01/02 深度学习数学基础学习——朴素贝叶斯" 中，大概的了解了生成学习的原理，但是对算法实现的__完整流程__不够清晰，所以今天想通过对生成学习回顾，明确一下生成学习的流程框架。 学习资料： "斯坦福CS229 note2 Generative Learning alg ...
分类：
其他好文 时间：
2020-03-05 13:14:32
阅读次数：
77
图深度生成模型 deep generative models for graph回顾上一节课中的图编码，图卷积等今天，来学习图深度解码，也就是反编码，最终输出一个图结构Problem of Graph Generation图生成需要解决的问题给定一个真实图，生成一个合成图那么，什么才是好的生成模型？... ...
分类：
其他好文 时间：
2020-02-07 01:17:33
阅读次数：
173
Django配置使用mysql数据库 修改 settings.py 中的 DATABASES 注意：django框架不会自动帮我们生成mysql数据库，所以我们需要自己去创建。 DATABASES = { 'default': { # 'ENGINE': 'django.db.backends.sq ...
分类：
数据库 时间：
2019-12-05 10:27:44
阅读次数：
220
大纲： 算法分类有监督学习与无监督学习分类问题与回归问题生成模型与判别模型强化学习评价指标准确率与回归误差ROC曲线交叉验证模型选择过拟合与欠拟合偏差与方差正则化 半监督学习归类到有监督学习中去。 有监督学习大部分问题都是分类问题，有监督中的分类问题分为生成式模型和判别模型。 分类问题常用的评价指标 ...
分类：
其他好文 时间：
2019-11-30 18:55:39
阅读次数：
98
Abstract 许多图像到图像的翻译问题是有歧义的，因为一个输入图像可能对应多个可能的输出。在这项工作中，我们的目标是在一个条件生成模型设置中建立可能的输出分布。将模糊度提取到一个低维潜在向量中，在测试时随机采样。生成器学习将给定的输入与此潜在编码映射到输出。我们明确地鼓励输出和潜在编码之间的连接 ...
分类：
其他好文 时间：
2019-11-28 19:05:37
阅读次数：
74
BEGAN: 创新： 1.不是考虑生成图片与真实图片之间的真实的分布，而是估计分布的误差的分布之间的差距。 2.G,D的能力平衡提出了一种均衡的概念 3。提供了一种超参数，这超参数可以在图片的多样性和生成质量之间做均衡 判别模型是自编码器，生成模型则借鉴了wgan的损失函数 一张图片相当于一个数据x ...
分类：
其他好文 时间：
2019-11-17 16:16:16
阅读次数：
56
语音合成系列 - SampleRNN 来自知乎 巧克力工厂的查理 One WaveNet issue 前一段时间，学习了下WaveNet，一个DeepMind的信号生成模型，该模型在该领域已经众所周知。虽然据说原始博客中的WaveNet在音乐生成领域产生了非常有希望的结果，但我们无法重现这些结果，可 ...
分类：
其他好文 时间：
2019-11-15 18:23:16
阅读次数：
64
1.生成对抗网络 让两个网络相互竞争，通过生成网络来生成假的数据，对抗网络通过判别器判别真伪，最后希望生成网络生成的数据能够以假乱真骗过判别器 2.生成模型 在生成对抗网络中，不再是将图片输入编码器得到隐含向量然后生成图片，而是随机初始化一个隐含向量，根据变分自动编码器的特点，初始化一个正态分布的隐 ...
分类：
其他好文 时间：
2019-11-03 20:11:44
阅读次数：
108
