PyTorch搭建基于图神经网络（GCN）的天气推荐系统（附源码和数据集）
一、背景 极端天气情况一直困扰着人们的工作和生活。部分企业或者工种对极端天气的要求不同，但是目前主流的天气推荐系统是直接将天气信息推送给全部用户。这意味着重要的天气信息在用户手上得不到筛选，降低用户的满意度，甚至导致用户的经济损失。我们计划开发一个基于图神经网络的天气靶向模型，根据用户的历史交互行为，判断不同天气对他的利害程度。如果有必要，则将该极端天气情况推送给该用户，让其有时间做好应对准备。该模型能够减少...
PyTorch实现DCGAN（生成对抗网络）生成新的假名人照片实战（附源码和数据集）
一、生成对抗网络（GAN） GAN（生成对抗网络）是用于教授DL模型以捕获训练数据分布的框架，因此可以从同一分布中生成新数据。它们由两个不同的模型组成，生成器和判别器。生成器的工作是生成看起来像训练图像的假图像，判别器的工作是查看图像并从生成器输出它是真实地训练图像还是伪图像。在训练过程中，生成器不断尝试通过生成越来越好地伪造品而使判别器的性能从超过智者，而判别器正在努力成为更好的侦探并正确的对真实和伪造图像...
PyTorch搭建LSTM神经网络实现文本情感分析实战（附源码和数据集）
一、文本情感分析简介 文本情感分析是指利用自然语言处理和文本挖掘技术，对带有情感色彩的主观性文本进行分析，处理和抽取的过程。 接下来主要实现情感分类，情感分类又称为情感倾向性分析，是指对给定的文本，识别其中主观性文本的倾向是肯定的还是否定的，或者说是正面的还是负面的，这是情感分析领域研究最多的内容。通常，网络中存在大量的主观性文本和客观性文本，客观性文本是对事务的客观性描述，不带有感情色彩和情感倾向。情感分类...
PyTorch使用快速梯度符号攻击（FGSM）实现对抗性样本生成（附源码和数据集MNIST手写数字）
一、威胁模型 对抗性机器学习，意思是在训练的模型中添加细微的扰动最后会导致模型性能的巨大差异，接下来我们通过一个图像分类器上的示例来进行讲解，具体的说，会使用第一个也是最流行的攻击方法之一，快速梯度符号攻击来欺骗一个MNIST分类器 每一类攻击都有不同的目标和对攻击者知识的假设，总的目标是在输入数据中添加最少的扰动，以导致所需要的错误分类。攻击有两者假设，分别是黑盒与白盒 二、快速梯度符号攻击简介 FGSM...
PyTorch搭建循环神经网络（RNN）进行文本分类、预测及损失分析（对不同国家的语言单词和姓氏进行分类，附源码和数据集）
下面我们将使用循环神经网络训练来自18种起源于不同语言的数千种姓氏，并根据拼写方式预测名称的来源。 一、数据准备和预处理 总共有18个txt文件，并且对它们进行预处理，输出如下 部分预处理代码如下 from __future__ import unicode_literals, print_function, divisionfrom io import openimport globimport os...
PyTorch搭建卷积神经网络（ResNet-50网络）进行图像分类实战（附源码和数据集）
一、实验数据准备 我们使用的是MIT67数据集，这是一个标准的室内场景检测数据集，一个有67个室内场景，每类包括80张训练图片和20张测试图片 读者可通过以下网址下载 但是数据集较大，下载花费时间较长，所以建议私信我发给你们 数据集 将下载的数据集解压，主要使用Image文件夹，这个文件夹一共包含6700张图片，还有它们标签的txt文件 大体流程分为以下几步 二、数据预处理和准备 1：数据集的读取 2：重载d...