首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
python
订阅
昵称干什么用的
更多收藏集
微信扫码分享
微信
新浪微博
QQ
3篇文章 · 0订阅
深度有趣 | 18 二次元头像生成
训练模型,CelebA中男女比例均衡,因此每次迭代随机取一批数据训练即可。但现在由于原始数据中各类标签分布不均匀,所以需要完整地迭代数据 生成的二次元头像如下,每一行对应的头发颜色、发型、眼睛颜色相同,其他属性随机。少部分结果不太好,可能是某些噪音或条件的问题
使用 Markdown 写技术博客,我踩过的 6个坑
摘要:本文记录我在使用 Markdown 过程中遇到的平台语法和显示差异问题,分析常见写作平台对于 Markdown 支持的差异以及避坑建议,文中有我的思考:技术自由和标准的取舍。 Markdown 的语法特性让人们在写作的过程中只需要专注于文字内容而并不需要特别在意排版,不让…
深度有趣 | 15 浅谈中文分词
图像:四维tensor,NHWC,即样本数量、高度、宽度、通道数。用conv2d,卷的是中间的两个维度,即高度和宽度 文本序列:三维tensor,NTE,即样本数量、序列长度、词向量维度。用conv1d,卷的是中间的一个维度,即序列长度。和N-gram类似,词向量维度对应通道数