原创 [論文閱讀筆記]Towards Deep Learning Models Resistant to Adversarial Attacks
Towards Deep Learning Models Resistant to Adversarial Attacks(CVPR 2017) 文章簡述： 本文主要是在研究防禦的問題，並提出了PGD這種first-order攻擊
2019-07-31 03:55:39
148
原创 [論文閱讀筆記]DeepFool: a simple and accurate method to fool deep neural networks
DeepFool: a simple and accurate method to fool deep neural networks(2016 CVPR) 文章簡介： 本文爲Adversary Attack方向的一篇經典論文。算
2019-07-31 03:55:39
58
原创 Adversary Attack(對抗攻擊)論文閱讀筆記
引言: 最近開始學習Adversary Attack(對抗攻擊)有關的內容，於是便從Ian GoodFollow的論文開始讀起，後面每篇博客都會列舉三篇的閱讀筆記，來記錄學習的經歷。如果有講得不到位或者您有什麼想要補充的話，歡迎留言
2019-05-11 12:31:18
2
原创 person ReID（行人重識別）2018CVPR paper閱讀筆記
使用的數據集介紹 Market1501: It consists of 12,936 images for training, and each person has 17.2 images on average in the tra
2019-05-09 10:21:55
2
原创 numpy中* @ mutiply dot的用法分析
引言: 最近同學在做機器學習作業時，代碼中遇到了* @ np.mutiply .dot這個幾個numpy的運算，發現有點暈，於是我在這裏做幾個簡單的對比，以及列舉需要注意的問題 首先先給一個比較簡單的用法解釋： *：
2019-04-26 10:48:58
原创 Python變量引用淺析
引言: 對於剛接觸Python語言的同學來說，可能不太瞭解Python中參數賦值的機制：在Python中，對一個變量的賦值，實際上是修改了數據的引用。 本文將在下面舉幾個例子來幫助說明該機制 首先我們來證明一下，對於變量的賦值實
2019-04-10 02:36:04
原创 圖解Windows下使用sh指令的方法
引言: 最近在github上找開源代碼實現時，遇到了sh指令。然後發現window的cmd無法使用這個指令，因此本文就是爲了介紹大家在windows環境下使用sh指令的方法，本文將介紹2種方法來幫助大家 方法一：使用Git 下
2019-04-07 04:32:05
11
原创 Tensorflow：tf.assign()函數的使用方法及易錯點
引言: 當大家在使用tf.assign()這個函數時，如果不是很瞭解這個函數的用法，很容易出錯，而且似乎對應不同的tf版本其操作結果也會有細微的差別，本文是基於1.9.0版本的tf進行描述的，對於更新的版本而言應該結論是一樣的，但對
2019-04-06 05:54:45
原创 兩者分佈不重合JS散度爲log2的數學證明
引言: 不知道大家在初學GAN時，當遇到WGAN時，突然拋出一個結論：對於真實數據分佈PrP_rPr和生成數據分佈PgP_gPg，如果滿足上述無法全維度重合的情況的話，則JSD(Pr∣∣Pg)=log2JSD(P_r||P_g
2019-03-31 02:34:11
16
原创 tensorflow.python.framework.errors_impl.NotFoundError: Failed to create a NewWriteableFile:
Tensorflow報錯信息： tensorflow.python.framework.errors_impl.NotFoundError: Failed to create a NewWriteableFile: ./raccoon
2019-02-14 19:49:42
5
原创 Jupyter notebook 打開網頁無法顯示
Jupyter Notebook問題： 點擊jupyter Notebook打開谷歌瀏覽器後，出現"該網頁無法正常運作 localhost 目前無法處理此請求。"而無法顯示 尋找了很多辦法也無法解決。 一篇可能對您有幫助的博文（當然
2019-02-06 19:41:42
原创 梯度下降法(GD)與隨機梯度下降法(SGD)的理解
引言: 在深度學習的任務目標中，通常我們希望我們的學習結果能夠在損失函數上得到一個較好的結果，即朝着損失函數最小的方向前進。但是對於大部分深度學習任務而言，接下來我會用比較通俗易懂的語言來介紹GD、SGD 下一篇：通俗易懂理解（梯
2019-02-06 19:41:42
3
原创 通俗易懂理解（梯度下降）優化算法：Momentum、AdaGrad、RMSProp、Adam
引言: 在深度學習的任務目標中，通常我們希望我們的學習結果能夠在損失函數上得到一個較好的結果，即朝着損失函數最小的方向前進。但是對於大部分深度學習任務而言，其優化的目標通常是一個非凸函數，其優化難度會比較大，所以也就出現了一系列的優
2019-02-06 19:41:42
4
原创 從tensorflow.examples.tutorials.mnist導入input_data出現錯誤並彈窗的解決方案
Tensorflow報錯解決： import numpy as np import sklearn.preprocessing as prep import tensorflow as tf from tensorflow.examp
2019-02-02 20:24:16
12
原创 CSDN中Markdown編輯圖片居中問題
最近又開始寫博客了，但是好久沒寫之後發現CSDN的Markdown編輯器跟以前的有點區別了，以前能夠使得圖片居中的方法，現在已經行不通。而且，目前百度的大部分文章都是針對以前的編輯器的，不過，在我不懈努力之下終於找到了解決圖片居中問
2019-02-02 20:24:15
1