原创 Pytorch實現簡單CNN以及遷移學習
包導入 import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torchvision
2020-05-08 02:29:51
6
原创 Pytorch入門（對比Numpy實現簡單神經網絡）
1.用numpy實現兩層神經網絡 一個全連接ReLU神經網絡，一個隱藏層，沒有bias。用來從x預測y，使用L2 Loss。 h=W1Xh = W_1Xh=W1X a=max(0,h)a = max(0, h)a=max(0,
2020-05-08 02:29:51
原创 圖像信息隱寫後續
Recent Advances of Image Steganography with Generative Adversarial Networks（2019） 這是一篇綜述文章，概括了基於GAN的圖像信息隱寫的幾個方向。 St
2020-04-25 12:41:10
1
原创 圖像信息隱寫相關論文四
今天主要整理三篇圖像隱寫的文章，即在cover image中隱寫大小與cover image一樣的payload image。 Hiding Images in Plain Sight: Deep Steganography（20
2020-04-21 21:13:54
原创 圖像信息隱寫相關論文三
這裏要說的還是和前兩篇博文一樣，是基於GAN的隱寫方法。 A Novel Image Steganography Method via Deep Convolutional Generative Adversarial Netwo
2020-04-19 11:16:23
原创 圖像信息隱寫相關論文二
Automatic Steganographic Distortion Learning Using a Generative Adversarial Network （Weixuan Tang, Student Member,
2020-04-14 13:26:28
原创 論文《Deep learning for steganalysis via convolutional neural》解讀
概述 這篇文章主要針對隱寫分析提出了GNCNN，可以自動學習特徵然後進行分類，與其他圖像處理工作一樣，傳統的方法需要人工提取特徵再進行分類。文章在三種最新的空域隱寫算法（HUGO，WOW，and S-UNIWARD）上證明了該模型
2020-04-14 13:26:28
原创 圖像信息隱寫相關論文一
ste-GAN-ography: Generating Steganographic Images via Adversarial Training 這篇文章還是比較簡單的，模型主要包括三個子網絡，代表Alice、Bob和Eve
2020-04-14 13:26:28
原创 latex寫論文遇到的問題
latex寫論文遇到的問題雙欄底部對齊問題 雙欄底部對齊問題 方法1： 在開頭引用balance： \usepackage{balance} 在文末、參考文獻前，加上： \balance 方法2： 在開頭引用flushen
2020-03-17 14:40:35
原创 目標檢測方法復現
輸入以下代碼進行調試： python3 keras_retinanet/bin/train.py csv keras_retinanet/CSV/train_annotations.csv keras_retinanet/CSV/clas
2020-02-22 17:56:59
原创 安裝linux微信
git clone https://github.com/geeeeeeeeek/electronic-wechat.git cd electronic-wechat npm install && npm start 問題一：裝git
2020-02-22 17:56:59
原创 TensorFlow tf.nn，tf.layers， tf.contrib
tf.nn，tf.layers， tf.contrib模塊有很多功能是重複的 下面是對三個模塊的簡述： tf.nn ：提供神經網絡相關操作的支持，包括卷積操作（conv）、池化操作（pooling）、歸一化、loss、分
2019-07-09 01:23:59
原创 TensorFlow實現神經網絡
3.4 TensorFlow實現神經網絡 3.4.1 TensorFlow遊樂場 3.4.2 前向傳播 3.4.3 神經網絡參數與TensorFlow變量 變量和張量的關係 變量的三個屬性：張量、維度、類型 3.4.4通過Tens
2019-07-06 01:29:18
原创 損失函數
4.2.1 經典損失函數 1. 交叉熵（給定兩個概率分佈p和q） H(p,q)=−∑xp(x)logq(x) cross_entropy = -tf.reduce_mean(y_ * tf.log(tf.clip_by_value
2019-07-06 01:29:18
原创 TensorFlow入門
第3章 TensorFlow入門 3.1 TensorFlow計算模型——計算圖 3.1.1 計算圖的概念 3.1.2 計算圖的使用 3.2 TensorFlow數據模型——張量 3.2.1 張量的概念 3.2.2 張量的使用 3
2019-07-06 01:29:18