AI小精灵

在Atiyah大新闻前夕，把从前的这个草稿写完吧。本文的标题是许多学数学的同学会问过的问题。如果能真正回答这个问题，就离解决RH不远，所以这个问题很难回答。这里是从前的一点想法，请专家指正（没接触过这些的朋友可以看最后面，有个小问题是容易懂的）。 其中gamma是Euler常数…

标题图来自下文的 ProInfoGAN，在 CelebA-HQ 上无监督发现高质量 disentangled 编码。 我在几天前介绍了一个很简单的“TVGAN”，很奇怪的是，为什么这么简单的事情，之前没人明确去用。 今天细看 BigGAN 才发现，原来 Google 的这篇 S…

在本系列的 (2)，介绍了一种极其简单的生成模型。 在本文中，我们先不考虑它的复杂化。我们考虑能不能更简单，简单的极限到底在哪里。 Deep Image Prior 说的事情，从实验的角度看很简单。但是，从理论的角度看，比“分布的积分”复杂得多，所以还没见过有谁去理论分析。 大…

这是从前写的用于备忘的数学笔记，在此连载分享给大家。 如果觉得好，请点个赞。现在知乎上高赞的是什么大家都知道，如果你希望能够缓解一下知乎的堕落趋势，请给本文点赞。点赞多了就放 PDF 😅 这个笔记的特点是比较实用，具体计算了一些具启发性的初等问题（且其中某些问题在教科书中较为…

定期写点数学。类域论的中心定理Kronecker-Weber，是说abelian extension可嵌入cyclotomic extension，但没给出具体嵌入。其实，可具体研究。Kronecker-Weber可从Stickelberger证，Stickelberger可从…

首先正在做一个项目，希望能让大家更容易地了解和使用DL的前沿进展。之前的雏形见： 然后是今年5月出版的一本深度学习入门书，全彩印刷，几百张彩图，喜欢看彩图的同学欢迎看看。淘宝卖书需要许可证，所以刚刚新开了一个图书店，欢迎光临~ ： PENG Bo：《深度卷积网络：从AlphaG…

图像的生成模型，或者说图像模型（与语言模型相对应），是图像无监督学习的核心（可以以此解决一切逆问题，如超分辨率，降噪，inpaint，等等），也是图像有监督学习的重要基础。 本系列的最终目的，在于希望提出一种稳定，可解释，每一步都具有【数学和物理基础】的生成模型训练体系（包括网…

1. 简单回顾 MLE 让我们从最大似然估计（MLE）说起。 令样本为 ，我们希望用 模型拟合样本的分布。这里 是模型的参数。 其中最大化的，无疑就是负交叉熵损失。 2. MLE 的问题，与 Bayes 估计 到此似乎是最基础的知识。但依我说，MLE 的优化目标，到此可能已经错…

更新下目前的 win10 深度学习 GPU 环境搭建推荐实践（CUDA9.2 + cuDNN7.2）。现在安装都非常方便了，Python 可以全部用 3.6 版本。推荐还没有玩过深度学习的朋友都可以试试了。 1. 装 CUDA 2. 装 Python 装 Miniconda，比…