タグ付けされた質問 「gan」

corr()元のdfからdf を作成します。corr()DFは、70 X 70から出てきたし、ヒートマップを可視化することは不可能です... sns.heatmap(df)。を表示しようとするcorr = df.corr()と、テーブルが画面に収まらず、すべての相関関係を確認できます。dfサイズに関係なく全体を印刷する方法ですか、ヒートマップのサイズを制御する方法ですか？

16 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

GAN-生成的敵対ネットワーク-は画像だけに適していますか、それともテキストにも使用できますか？ 同様に、ネットワークをトレーニングして、要約から意味のあるテキストを生成します。 UPD-GANの発明者イアン・グッドフェローからの引用。 GANはNLPに適用されていません。GANは実数値のデータに対してのみ定義されているためです。（2016）ソース それは根本的に欠陥のあるアイデアではありません。以下の少なくとも1つを実行できるはずです...（2017）source

14 gan 

私は、トレーニングのためにディープニューラルネットワークに入力するのに十分なデータセット（画像）を見つけることができなかった問題を扱っています。 私は、スコット・リードらによって発行された論文「Generative Adversarial Text to Image Synthesis」にとても触発されました。生成的敵対ネットワークについて。 私はそれを知りたいのですが、利用可能な小さなデータセットをGANモデルへの入力として使用し、より深いネットワークモデルに対処するためにはるかに大きなデータセットを生成できますか？ それで十分でしょうか？

14 deep-learning  gan 

2つのネットワーク（生成的および識別的）が互いに競合する間、GANがどのように機能するかを理解しました。私はDCGAN（たたみ込み弁別器とたたみ込みジェネレーターを備えたGAN）を構築しました。これにより、MNISTデータセットと同様の手書き数字が正常に生成されます。 画像から特徴を抽出するためのGANのアプリケーションについては、たくさん読んだことがあります。トレーニングされたGANモデル（MNISTデータセット上）を使用して、MNIST手書きのdigist画像から特徴を抽出するにはどうすればよいですか？

10 feature-extraction  unsupervised-learning  gan 

クリスチャン・レディグらによる論文「写実的単一画像超解像生成的敵対的ネットワークを使用した超解像」では、（損失関数で使用される）画像間の距離は、VGG19ネットワークから抽出された特徴マップから計算されます。この記事で使用されている2つは（少し混乱しますが）VGG22とVGG54と呼ばれています。 これらの機能マップとは何ですか？ 「22」と「54」の意味は何を意味しますか？

9 deep-learning  cnn  gan 

私が持っているXマトリックス、y変数、および他の変数をORTHO_VAR。私はをy使用して変数を予測する必要がありますXが、そのモデルからの予測は、可能な限りORTHO_VAR相関する一方で、直交する必要がありますy。 私は予測がノンパラメトリックな方法で生成されることを望みxgboost.XGBRegressorますが、どうしても必要な場合は線形法を使用できます。 このコード： import numpy as np import pandas as pd from sklearn.datasets import make_regression from xgboost import XGBRegressor ORTHO_VAR = 'ortho_var' TARGET = 'target' PRED = 'yhat' # Create regression dataset with two correlated targets X, y = make_regression(n_features=20, random_state=245, n_targets=2) indep_vars = ['var{}'.format(i) for i in range(X.shape[1])] # …

8 correlation  machine-learning  dataset  logistic-regression  prediction  linear-regression  prediction  dummy-variables  neural-network  image-classification  python  k-nn  python  neural-network  neural-network  deep-learning  keras  tensorflow  image-classification  tensorflow  reinforcement-learning  policy-gradients  machine-learning  decision-trees  neural-network  overfitting  data-analysis  metric  python  scikit-learn  distance  scipy  machine-learning  python  scikit-learn  decision-trees  logistic-regression  keras  image-classification  implementation  machine-learning  python  scikit-learn  random-forest  decision-trees  machine-learning  feature-selection  feature-engineering  word2vec  word-embeddings  natural-language-process  scikit-learn  time-series  clustering  k-means  python  cross-validation  pyspark  statistics  cross-validation  multiclass-classification  evaluation  machine-learning  nlp  machine-translation  neural-network  deep-learning  keras  tensorflow  image-classification  machine-learning  python  similarity  distance  lstm  text  named-entity-recognition  machine-learning  keras  optimization  gan  learning-rate  neural-network  data-mining  dataset  databases  books  neural-network  rnn 

GANについて読んでいたときに理解できないのは、なぜガウスからのサンプルとしてGAN（z）への入力を選択することが多いのですか？-そして、これに関連する潜在的な問題もありますか？

8 deep-learning  gan  gaussian 

インターネットで研究をしていると、GANに関する多くの科学論文、アイデア、実験を見つけました。しかし、すでに商業的に使用されている例を1つも見つけることができませんでした。 Q1製品ですでにGANを使用している企業の例を教えてください。 Q2例を挙げられない場合、その理由は何ですか？GANはすでに商業化するには若すぎるのですか？あるいは、企業がこのフレームワークを使用してAIシステムをトレーニングしていることを明らかにする理由がないのでしょうか。 PS：私はいくつかの「現実世界」の使用法を知っています： 一部の人々は、偽のニュースやその他の厄介なものを作成するためにそれを使用し、おそらくそれから利益を得ます。 Githubで利用可能なニューラルフォトエディター しかし、それを「商業的」用途と呼ぶのは難しい。

7 gan