人工智能

生成式对抗网络（GAN）是近年来大热的深度学习模型。最近正好有空看了这方面的一些论文，跑了一个GAN的代码，于是写了这篇文章来介绍一下GAN。本文主要分为三个部分：介绍原始的GAN的原理同样非常重要的DCGAN的原理如何在Tensorflow跑DCGAN的代码，生成如题图所示的动漫头像，附送数据集哦 :-)GAN原理介绍说到GAN第一篇要看的paper当然是Ian

https://github.com/znxlwm/pytorch-generative-model-collections

作者：Soumith Chintala等编译：马文【新智元导读】本文来自ICCV 2017的Talk：如何训练GAN，FAIR的研究员Soumith Chintala总结了训练GAN的16个技巧，例如输入的规范化，修改损失函数，生成器用Adam优化，使用Sofy和Noisy标签，等等。这是NIPS 2016的Soumith Chintala作的邀请演讲的修改版本，而2016年的

Steganography is collection of methods to hide secret information (“payload”) within non-secret information (“container”). Its counterpart, Steganalysis, is the　practice of determining if a message co

https://github.com/zhangqianhui/AdversarialNetsPapers

AI 科技评论消息，Facebook人工智能研究中心FAIR负责人、深度学习三驾马车之一的Yann LeCun昨天在Facebook上评论转发了一条动态。Yann LeCun转发的这条动态来自跟他合作的一位纽约大学在读博士生Jake Zhao，介绍了一篇已经上传arXiv的论文。论文介绍了一种可以帮助GAN使用离散数据的“对抗性正则化的自动编码器”（ARAE，Adversarially Regul

文章原名：Improving Neural Machine Translation with Conditional Sequence Generative Adversarial Nets　　作者：Zhen Yang, Wei Chen, Feng Wang and Bo Xu　　单位：Institute of Automation, Chinese Academy of Sci

https://arxiv.org/abs/1609.05473Lantao Yu, Weinan Zhang, Jun Wang, Yong Yu(Submitted on 18 Sep 2016 (v1), last revised 9 Dec 2016 (this version, v5))As a new way of training generative

AI科技评论按：本文作者莫驚蟄，原文载于知乎，获授权转载。我来答一答自然语言处理方面GAN的应用。直接把GAN应用到NLP领域（主要是生成序列），有两方面的问题：1. GAN最开始是设计用于生成连续数据，但是自然语言处理中我们要用来生成离散tokens的序列。因为生成器(Generator，简称G)需要利用从判别器(Discriminator，简称D)得到的梯度进行训练

C新智元报道作者：闻菲　　【新智元导读】中科院自动化所（CASIA），中科院大学和南昌大学的一项合作研究，提出了双路径 GAN（TP-GAN），通过单一侧面照片合成正面人脸图像，取得了当前最好的结果。研究人员提出了一个像人类一样能够考虑整体和局部信息的 GAN 结构，合成的图像非常逼真且很好地保留了身份特征，并且可以处理大量不同姿势的照片。研究人员指出，这些合成的图像有可能用于人脸

对抗网络专题文献集第一篇论文[Generative Adversarial Nets](the first paper about it)[Paper]：https://arxiv.org/abs/1406.2661[Code]：https://github.com/goodfeli/adversarial未分

文章原名：Adversarial Learning for Neural Dialogue Generation作者：Jiwei Li, Will Monroe, Tianlin Shi, Sebeastien Jean, Alan Ritter and Dan Jurafsky单位：Stanford University, New York University and Ohio

GAN系列学习(2)——前生今世  本文已投稿至微信公众号--机器学习算法工程师，欢迎关注1 2       本文是GAN系列学习–前世今生第二篇，在第一篇中主要介绍了GAN的原理部分，在此篇文章中，主要总结了常用的GAN包括DCGAN,WGAN,WGAN-GP,LSGAN-BEGAN的详细原理介绍以及他们对GAN的主要改进，并推荐了一些Github代码复现链接。...