MLDS2018SPRING

MLDS2018春季

南洋理工大学 2018 年春季的机器学习及其深度结构化 (MLDS)。

本课程有四份作业，逐组进行。四项作业如下：

1. 深度学习理论
2. 序列到序列模型
3. 深度生成模型
4. 深度强化学习

浏览本课程网站了解更多详细信息。

目录

1. 深度学习理论
   • 深与浅
   • 优化
   • 概括
2. 序列到序列模型
   • 视频字幕生成
   • 聊天机器人
3. 深度生成模型
   • 图像生成
   • 文本到图像的生成
   • 风格转移
4. 深度强化学习
   • 政策梯度
   • 深度 Q 学习
   • 演员评论家

四项作业的结果

1.深度学习理论

• 报告.pdf

1.1 深与浅

• 自述文件

1.2 优化

• 自述文件

1.3 概括

• 自述文件

2. 序列到序列模型

2.1 视频字幕生成

• BLEU@1 = 0.7204
• 自述文件
• hw2_1/报告.pdf

2.2 聊天机器人

• 困惑度 = 11.83，相关性得分 = 0.53626
• 自述文件
• hw2_2/报告.pdf

3.深度生成模型

• 报告.pdf

3.1 图像生成

• 自述文件
• 图像生成：100% (25/25) 通过基线

./gan-baseline/baseline_result_gan.png

3.2 文本到图像的生成

• 自述文件
• 文本到图像生成：100% (25/25) 通过基线

测试标签	./gan-baseline/baseline_result_cgan.png
蓝色头发 蓝色眼睛 蓝色头发绿色眼睛 蓝头发红眼睛 绿头发 蓝眼睛 绿头发红眼睛

3.3 风格迁移

• 自述文件

4.深度强化学习

• 报告.pdf

4.1 政策梯度

• 自述文件
• 政策梯度：30 集的平均奖励 = 16.466666666666665

4.2 深度Q学习

• 自述文件
• 深度 Q 学习：100 集的平均奖励 = 73.16

4.3 演员-评论家

• 自述文件