Koichiro Mori
Koichiro Mori
- https://arxiv.org/abs/1601.06759 - http://kusanohitoshi.blogspot.jp/2016/10/pixel-recurrent-neural-network.html - https://github.com/carpedm20/pixel-rnn-tensorflow
- https://github.com/liuzhuang13/DenseNet
``` sudo apt-get update sudo apt-get install emacs gcc sudo apt-get install -y python-qt4 wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_64.sh pip install pydot-ng conda install graphviz conda install tensorflow conda install keras ``` -...
- http://machinelearningmastery.com/sequence-classification-lstm-recurrent-neural-networks-python-keras/
- 単語のインデックスをベクトル表現に変換するレイヤ - 重みの学習はデータで行う - word2vecはこれで実装できる？ - http://stackoverflow.com/questions/38189713/what-is-an-embedding-in-keras
- http://tkengo.github.io/blog/2016/05/09/understand-how-to-learn-word2vec/ - http://d.hatena.ne.jp/nishiohirokazu/20140606/1401983909 - https://code.google.com/archive/p/word2vec/ （SVN落ちてる？） - https://github.com/svn2github/word2vec (Git) - Gensim (Pythonライブラリ） # Mikolovによる原論文 - Efficient Estimation of Word Representations in Vector Space - Distributed representations of words and...
- Facebook bAbi - https://research.fb.com/projects/babi/ - http://arxiv.org/pdf/1502.05698v5.pdf - https://www.youtube.com/watch?v=YimQOpSRULY&t=885s
https://github.com/fchollet/keras/blob/master/examples/neural_style_transfer.py https://elix-tech.github.io/ja/2016/08/22/art.html - 原論文: [Image Style Transfer Using Convolutional Neural Networks](http://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Gatys_Image_Style_Transfer_CVPR_2016_paper.pdf) - スタイル変換には、このVGGから全結合層を取り除いたものを使用します。 - VGGは元々画像を分類する目的で訓練されています。深い層に行くにつれて、分類するにあたって重要なコンテンツが残り、それとはあまり関係のない詳細な見た目などの情報は落ちていっていると考えられます。これはコンテンツとスタイルをある程度分離することができているとも考えられそうです。CNNによるコンテンツとスタイルの分離がこの論文の重要な貢献となっています。 - コンテンツの損失＋スタイルの損失を損失関数として最小化すればよさそうです - 通常は入力が固定で重みが更新されていきますが、今回は逆で重みが固定で入力画像が更新されていくことに注意します。
http://machinelearningmastery.com/time-series-prediction-lstm-recurrent-neural-networks-python-keras/