_无心同学_

我正在参加「掘金·启航计划」 前言 这里先声明一下本项目是基于https://github.com/wufan-tb/yolo_slowfast 做的一个二次开发，也就是进行一个项目改造，同时针对原项

提到大文件上传，在脑海里最先想到的应该就是将图片保存在自己的服务器（如七牛云服务器），保存在数据库，不仅可以当做地址使用，还可以当做资源使用；或者将图片

1. scrollingElement 2. 滚动到底部 3. 判断浏览器已滚动到底部

本文使用tf-idf（词频-逆文件频率）、lsi（潜在语义索引）和 doc2vec(文档向量化嵌入)这3种最基础的NLP文档嵌入技术，对文本进行嵌入操作并完成比对检索，构建一个基础版文本搜索引擎。

这一章我们结合FGSM，FGM，VAT看下如何使用对抗训练，以及对抗训练结合半监督来提升模型的鲁棒性。本章我们会混着CV和NLP一起来说，VAT的两篇是CV领域的论文，而FGM是CV迁移到NLP的实现

本文介绍了一种用在缺陷检测中的GAN网络——AnoGAN。文章详细介绍了AnoGAN的原理，并用一个小demo辅助大家理解，最后也提出了AnoGAN的缺陷。在下一篇文章我将采用新的结构来解决它的缺陷。

今天，红色石头带大家一起来了解一下如今非常火热的深度学习模型：生成对抗网络（Generate Adversarial Network，GAN）。GAN 非常有趣，我就以最直白的语言来讲解它，最后实现一个简单的 GAN 程序来帮助大家加深理解。 1. 什么是 GAN？ 好了，GA…

对抗生成网络GAN系列——GAN 写在前面 ​   其实关于GAN的讲解我早就做过一期，点击☞☞☞了解详情🌱🌱🌱由于最近会用到GAN的一些知识，自己又对GAN进行了一些整理，有了一些新的认识，便写了这

那天在B站看视频的时候偶然发现当字幕遇到人物的时候就被裁切了，不会挡住人物，觉得很神奇，于是决定一探究竟。