Rikoの地下劇場

ようこそ、上海へ！
久等了！

今天是2019年3月19日，现在看来真是个不寻常的日子。晚上将近十一点的时候刚糊完人工智能的第一次project的一小段代码，按照惯例提交到GitHub上。有时候大脑真的很闲，本来vsc里面一个push就已经搞定了，不知道为何我鬼使神差偏要打开浏览器登陆GitHub的仓库确认一下提交成功，又鬼使神差点开了following列表里xuanda的仓库。哦豁，有个人博客，迫不及待点开欣赏一下，这一看可好，这篇文章就诞生了。

2018-2019春夏学期人工智能课程内容整理。不定期更新。

用DCGAN学习ACG风格头像的特征分布，训练一个ACG风格头像生成器。

GitHub仓库：A GAN Demo: ACG-Style Faces Generating

这里放GitHub的首页README吧。

Ian Goodfellow原作Generative Adversarial Nets论文阅读笔记。

这个demo是学校课程的期末project，在此做个传送门直接链接到GitHub仓库。

传送门：https://github.com/RikoLi/ML_project_3_Face_Verification

学工程的人都在用矩阵，但是很多时候在学校学的东西十分僵硬，让人接受起来很困难，导致想熟练掌握矩阵代数要耗费大量时间，换句话说就是“学了很多，但是还是很费解”，因为矩阵代数直观上似乎不是那么“一眼就懂”（主要是我太菜，数学大师们当我没说2333）。

那么我们或许要考虑一下矩阵代数的集合含义，在对一些内容的理解上应该会有所帮助，至少不会觉得一些东西很“绕”，也更容易让人记住+理解。

本文就整理一下个人理解的矩阵的“意义”吧，感谢网络让我找到不少资料，记录会比较零碎，主要是根据课堂所学内容同步进行，有哪里不太好理解就记下来，均是个人理解。

最原始的SVM是一个线性二分类器，它的根本目的是寻找一个可以将训练样本划分开的高维空间内的超平面。很明显，这种超平面有很多，但是哪一个是最好的呢？

转自https://www.cnblogs.com/aland-1415/p/6849193.html

方便以后用Python扒图。

• safebooru(确定为全年龄向)
• pixiv
• gelbooru
• danbooru
• oreno.imouto.org
• konachan
• 3dbooru
• sankaku channel
• shuushuu image board
• anime mahou

鱼龙混杂…有些可能需要科学上网。