studyai

本教程介绍如何使用 torchtext 提供的几个便利的类来预处理包含英语和德语句子的知名数据集中的数据， 并使用它来训练一个带有注意力机制的序列到序列的模型，将德语句子翻译成英语。 torchtext 有用于创建数据集的实用程序，这些数据集可以很容易地迭代以创建语言翻译模型。…

此示例演示如何使用 TextClassification 数据集中的一个训练用于分类文本数据的监督学习算法。 一个ngrams特征包(A bag of ngrams feature)被用来捕获一些关于本地词序的部分信息。 在实际应用中，双字元(bi-gram)或三字元(tri-…

在这个项目中，我们将教一个神经网络，把法语翻译成英语。 … 取得不同程度的成功。 这是因为简单而有力的 序列到序列的网络 思想， 其中两个递归神经网络一起工作，将一个序列转换成另一个序列。 编码器网络将输入序列压缩为向量，解码器网络将该向量展开为新序列。 为了改进这个模型，我们…

在 上一篇教程 中，我们使用RNN将名字(names)分类为它们所属的语言(language)。 这一次，我们将转过来，从语言(languages)中生成名字(names)。 我们仍然手工制作一个带有几个线性层的小RNN。最大的区别是，在读完一个名字的所有字母(letter)之…

我们将建立和训练一个基本的字符级RNN来对单词进行分类。 字符级RNN将单词读取为一系列字符(characters)-在每一步输出一个预测和“隐藏状态(hidden state)”， 将其先前的隐藏状态输入到下一步。我们将最后的预测作为输出，即单词属于哪一类。 从 这儿 下载数…

本教程将通过一个示例介绍DCGANs。我们将训练一个生成对抗网络(generative adversarial network, GAN)， 在给它展示许多名流的照片之后，产生新的名人。这里的大部分代码都来自 pytorch/examples 的实现， 本文档将详细解释实现，并…

如果你正在阅读这篇文章，希望你能体会到一些机器学习模型是多么的有效。研究不断推动ML模型变得更快、更准确和更高效。 然而，设计和训练模型的一个经常被忽视的方面是安全性和健壮性，特别是在面对希望欺骗模型的对手时。 本教程将提高您对ML模型的安全漏洞的认识，并将深入了解对抗性机器学…

本教程介绍了如何实现由Leon A.Gatys开发的 Neural-Style algorithm 。 Neural-Style, 或 Neural-Transfer, 允许你对一幅图像采取一种新的艺术风格的形象和再现。 该算法接受输入图像(input image)、 内容图像…

在本教程中，您将学习如何使用一种称为空间变换器网络的视觉注意机制来增强您的网络。 您可以在 DeepMind paper 中更多地阅读有关空间变换器网络的内容。 空间变换器网络(Spatial transformer networks, STN)是对任何空间变换的可微关注(di…