该Repo内容为知乎专栏《机器不学习》的源代码

深碍√TFBOYSˉ_ 2022-12-15 14:11 116阅读 0赞

该Repo内容为知乎专栏《机器不学习》的源代码。

专栏地址：[https://zhuanlan.zhihu.com/zhaoyeyu][https_zhuanlan.zhihu.com_zhaoyeyu]

## 代码框架 ##

`TensorFlow`

## 包含内容 ##

### 1.anna\_lstm ###

基于RNN（LSTM）对《安娜卡列尼娜》英文文本的学习，实现一个字符级别的生成器。

> 文章地址：[《安娜卡列尼娜》文本生成——利用TensorFlow构建LSTM模型][TensorFlow_LSTM]

### 2.skip-gram ###

实现skip-gram算法的Word2Vec，基于对英文语料的训练，模型学的各个单词的嵌入向量。

> 文章地址：[基于TensorFlow实现Skip-Gram模型][TensorFlow_Skip-Gram]

### 3.generate\_lyrics ###

基于RNN实现歌词生成器。

### 4.basic\_seq2seq ###

基于RNN Encoder-Decoder结构的Seq2Seq模型，实现对一个单词中字母的排序。

> 文章地址：[从Encoder到Decoder实现Seq2Seq模型][Encoder_Decoder_Seq2Seq]

### 5.denoise\_auto\_encoder ###

基于MNIST手写数据集训练了一个自编码器，并在此基础上增加卷积层实现一个卷积自编码器，从而实现对图像的降噪。

> 文章地址：[利用卷积自编码器对图片进行降噪][Link 1]

### 6.cifar\_cnn ###

对Kaggle上CIFAR图像分类比赛的一个实现，分别对比了KNN和卷积神经网络在数据上的表现效果。

> 文章地址：[利用卷积神经网络处理CIFAR图像分类][CIFAR]

### 7.mnist\_gan ###

基于MNIST手写数据集，训练了一个隐层为Leaky ReLU的生成对抗网络，让模型学会自己生成手写数字。

> 文章地址：[生成对抗网络（GAN）之MNIST数据生成][GAN_MNIST]

### 8.dcgan ###

基于MNIST数据集训练了一个DCGAN，加入了Batch normalization，加速模型收敛并提升新能。

> 文章地址：[深度卷积GAN之图像生成][GAN]

> 基于CIFAR数据集中的马的图像训练一个DCGAN生成马的图像。

### 9.batch\_normalization\_discussion ###

该部分代码基于MNIST手写数据集构造了一个四层的全连接层神经网络。通过改变不同参数来测试BN对于模型性能的影响。同时利用TensorFlow实现底层的batch normalization。

> 文章地址：[Batch Normalization原理与实战][Batch Normalization]

### 10.machine\_translation\_seq2seq ###

该代码基于TensorFlow 1.6版本的Seq2Seq构建了一个基本的英法翻译模型。

> 文章地址：[基于TensorFlow框架的Seq2Seq英法机器翻译模型][TensorFlow_Seq2Seq] [![9e94faa345549264845f0a61abbd0007.png][]][9e94faa345549264845f0a61abbd0007.png 1]

### 11.mt\_attention\_birnn ###

该代码基于Keras框架，在基础Seq2Seq模型基础上增加Attention机制与BiRNN，进一步提升翻译模型的效果；同时可视化Attention层，加深读者对Attention工作机制的理解。模型在在训练样本上的BLEU分数接近0.9。

> 文章地址：[基于Keras框架实现加入Attention与BiRNN的机器翻译模型][Keras_Attention_BiRNN]

### 12.sentiment\_analysis ###

该代码基于TensorFlow 1.6版本，用DNN、LSTM以及CNN分别构建了sentiment analysis模型，并分析与比较了不同模型的性能。

> 文章地址：[DNN/LSTM/Text-CNN情感分类实战与分析][DNN_LSTM_Text-CNN] [![de6c8287647e5440fbdc5d7ef0569076.png][]][de6c8287647e5440fbdc5d7ef0569076.png 1]

### 13.image\_style\_transfer ###

代码基于TensorFlow 1.6实现了Image Style Transfer模型，实现了图片的风格的学习与转换。

> 文章地址：[基于TensorFlow构建图片风格迁移模型][TensorFlow]

### 14.ctr\_models ###

代码基于TensorFlow 2.0版本实现了DeepFM、Deep&Cross、xDeepFM以及AutoInt四个算法。

> 文章地址：[CTR预估模型：DeepFM/Deep&Cross/xDeepFM/AutoInt代码实战与讲解][CTR_DeepFM_Deep_Cross_xDeepFM_AutoInt]

###  ###

[https_zhuanlan.zhihu.com_zhaoyeyu]: https://zhuanlan.zhihu.com/zhaoyeyu
[TensorFlow_LSTM]: https://zhuanlan.zhihu.com/p/27087310
[TensorFlow_Skip-Gram]: https://zhuanlan.zhihu.com/p/27296712
[Encoder_Decoder_Seq2Seq]: https://zhuanlan.zhihu.com/p/27608348
[Link 1]: https://zhuanlan.zhihu.com/p/27902193
[CIFAR]: https://zhuanlan.zhihu.com/p/28035475
[GAN_MNIST]: https://zhuanlan.zhihu.com/p/28057434
[GAN]: https://zhuanlan.zhihu.com/p/28329335
[Batch Normalization]: https://zhuanlan.zhihu.com/p/34879333
[TensorFlow_Seq2Seq]: https://zhuanlan.zhihu.com/p/37148308
[9e94faa345549264845f0a61abbd0007.png]: /images/20221123/dbebea1436b34fc998cfcd6a5d602d29.png
[9e94faa345549264845f0a61abbd0007.png 1]: https://raw.githubusercontent.com/NELSONZHAO/zhihu/master/machine_translation_seq2seq/pic.png
[Keras_Attention_BiRNN]: https://zhuanlan.zhihu.com/p/37290775
[DNN_LSTM_Text-CNN]: https://zhuanlan.zhihu.com/p/37978321
[de6c8287647e5440fbdc5d7ef0569076.png]: /images/20221123/da1877bdb8f9472390e239585a2e4e98.png
[de6c8287647e5440fbdc5d7ef0569076.png 1]: https://raw.githubusercontent.com/NELSONZHAO/zhihu/master/sentiment_analysis/images/cnn.png
[TensorFlow]: https://zhuanlan.zhihu.com/p/38315161
[CTR_DeepFM_Deep_Cross_xDeepFM_AutoInt]: https://zhuanlan.zhihu.com/p/109933924