| 共 4 篇文章 |
|
[论文笔记] GAN开山之作及最新综述。GAN的架构。训练 GAN 的启发式方法:Nowozin et al. 指出, GAN 的训练可能可以被泛化为不仅仅最小化 JS 散度, 而且最小化 f-散度的估计, 并提出了 f-GANs. f-GANs 在训练之初, G 的梯度不太容易消失. 这是因为, 训练 D 时, 估计了真假数据分布的 f-散度的偏差,而在训练 G 时, 仅最小化 f-散度的估计. f-GANs ... 阅3490 转7 评0 公众公开 17-12-30 19:03 |
【干货】DeepMind 研究科学家深度生成模型报告，视频 PPT一文全揽最新前沿进展（附下载）目前深度生成模型的研究处于深度学习研究的前沿地带，因为它高效数据学习和基于模型强化学习方面有着天然的优势。在本教程中，观众将对生成模型的最新进展有全面了解，其中包括三种最活跃模型：马尔可夫模型（Markov models,）、隐变量模型（latent varia... 阅79 转0 评0 公众公开 17-12-30 18:56 |
GAN做图像翻译的一点总结。如今，随着GAN在生成清晰图像（sharp images）上的成功，GAN在图像翻译任务上的方法越来越多，pix2pix，CycleGAN，UNIT，DTN，FaderNets，DistanceGAN，GeneGAN，pix2pixHD，StarGAN等等。这里其实有两个问题，一个是多模态多样性，一个是属性强弱的多样性。另一种多样性是属性强弱。对于需要输入label的生成方法(如F... 阅1672 转5 评0 公众公开 17-12-30 18:47 |
