本研究基于UTKFace人脸年龄数据集，探索了核密度估计(KDE)与年龄预测误差(MAE)之间的关系。通过深度学习特征提取、主成分分析降维、核密度估计和统计相关性分析，验证了特征空间密度对预测模型性能的影响。研究发现KDE密度与MAE之间存在显著的负相关关系 ...

为解决机器人动态环境中实时异常检测的难题，研究人员提出Sparse MAF-AAE模型，通过整合Masked Autoregressive Flow（MAF）与Adversarial ...

machine-learning #image-generation #variational-autoencoders #autoencoder #pytorch #deep-learning #vae-model-implementation #how-to-sample-with-vae #hackernoon-top-story ...

La seguridad y privacidad de nuestros datos y modelos de inteligencia artificial son cuestiones fundamentales para generar confianza en la IA. A medida que los modelos de aprendizaje automático y la ...

PyTorch 是 Torch 在 Python 上的衍生. 因为 Torch 是一个使用 Lua 语言的神经网络库, Torch 很好用, 但是 Lua 又不是特别流行, 所有开发团队将 Lua 的 Torch 移植到了更流行的语言 ...

[导读]AutoEncoder的基本思想是利用神经网络来做无监督学习，就是把样本的输入同时作为神经网络的输入和输出。本质上是希望学习到输入样本的表示(encoding)。早期AutoEncoder的研究主要是数据过于稀疏、数据高维导致计算复杂度高。比较早用神经网络做AutoEncoder的 ...

随着深度学习的多项进步，复杂的网络（例如大型transformer 网络，更广更深的Resnet等）已经发展起来，从而需要了更大的内存空间。经常，在训练这些网络时，深度学习从业人员需要使用多个GPU来有效地训练它们。在本文中，我将向您介绍如何使用PyTorch在GPU集群 ...

在迁移学习任务中，一直存在这样的问题： 目标域由于没有标签，常常导致分界面附近混淆较多的数据。 中科院计算所的在读研究生崔书豪等，提出了一种新的解决方法：批量核范数最大化 （Batch Nuclear-norm Maximization，BNM）。 在典型的标签不足场景下(如半监督 ...

这篇文章中，我们将利用 CIFAR-10 数据集通过 Pytorch 构建一个简单的卷积自编码器。 引用维基百科的定义，”自编码器是一种人工神经网络，在无监督学习中用于有效编码。自编码的目的是通过一组数据学习出一种特征（编码），通常用于降维。“ 为了建立一个 ...

想深入探索一下以脑洞著称的生成对抗网络（GAN），生成个带有你专属风格的大作？ 有GitHub小伙伴提供了前人的肩膀供你站上去。TA汇总了18种热门GAN的PyTorch实现，还列出了每一种GAN的论文地址，可谓良心资源。 带辅助分类器的GAN，简称ACGAN。 在这类GAN变体中 ...