李宏毅机器学习笔记：GAN

最新推荐文章于 2022-07-16 18:33:51 发布
最新推荐文章于 2022-07-16 18:33:51 发布
阅读量106 收藏
点赞数
分类专栏： 李宏毅机器学习 文章标签： 机器学习 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chairon/article/details/123990580
版权

GAN的评估方法

  1. 分类器输出概率，但是会导致Mode Collapse（生成数据分布非常相似），这个问题目前还无法解决。Model Dropping：生成的数据多样性不够。多样性：让生成的图片通过分类器输出所有概率分布，再求每个类别的平均概率分布，如果比较集中则多样性不够。
  2. FID:将分类网络softmax输出之前的向量抽象到某一维度（假设服从高斯分布），然后计算与真实数据之间的距离
    在这里插入图片描述

Conditionnal GAN

  1. 通过输入文字和向量Z产生图片，文字限定生成图片属性，训练的文字和图片需要成对
  2. 通过输入文字图片和向量Z产生图片，
    在这里插入图片描述

GAN做自监督学习

风格迁移
在这里插入图片描述
在这里插入图片描述

chairon
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
李宏毅老师《机器学习》课程笔记-6 GAN
宁萌Julie的博客
06-16 1148
介绍GAN(Generative Adversarial Model)。
​李宏毅机器学习——对抗生成网络（GAN）
iwill323的博客
10-24 2522
​李宏毅机器学习——对抗生成网络（GAN）
李宏毅机器学习GAN的笔记
XiaoQiXiaoWei_J的博客
01-27 2879
搜索网页以及视频，对GAN的笔记，仅供参考，加入了很多自己的理解
李宏毅2021机器学习笔记——GAN
Alex_SCY的博客
08-06 1117
GAN_P1 Generation Network as Generator 接下来要进入一个,新的主题 我们要讲生成这件事情 到目前為止大家学到的network,都是一个function,你给他一个X就可以输出一个Y 我们已经学到各式各样的,network架构,可以处理不同的X 不同的Y 我们学到输入的X 如果是一张图片的时候怎麼办 如果是一个sequence的时候怎麼办 我们也学到输出的Y 可以是一个数值 可以是一个类别 也可以是一个sequence 接下来我们要进入一个新的主题,这个新的主题
李宏毅机器学习笔记
01-18
李宏毅机器学习笔记，文档文件，笔记全面，总结充分，仅供学习
李宏毅机器学习学习笔记
08-05
李宏毅机器学习学习笔记 本资源主要介绍了 Adaptive Learning Rate 的基本思想和方法，以及相关的算法和策略，如 Adgrad、RMSProp、Adam、Learning Rate Decay、Warm Up 等。 Adaptive Learning Rate 的主要思想是...
李宏毅机器学习全套资料
08-31
《李宏毅机器学习全套资料》是一份全面深入的机器学习教育资源，主要涵盖了教学演示文稿、作业解决方案以及详尽的课程内容。这份资源对于想要深入理解和掌握机器学习这一领域的学习者来说，无疑是一份宝贵的参考资料...
【ML】 李宏毅机器学习课件及代码.zip
最新发布
04-02
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
李宏毅机器学习笔记.pdf
08-11
李宏毅机器学习·笔记自己整理成了PDF，现在分享给大家。
李宏毅老师机器学习课笔记-生成对抗网络（GAN)
weixin_43113135的博客
05-26 257
李宏毅机器学习L6 GAN
weixin_46524058的博客
09-26 233
L6笔记，无参考价值
李宏毅机器学习2021学习笔记（3）：GAN（生成对抗网络）
weixin_51691386的博客
06-25 397
李宏毅机器学习2021学习笔记（3）：GAN（生成对抗网络） 各种GAN类别：https://github.com/hindupuravinash/the-gan-zoo Generator(生成网络) 一个神经网络，实现输入噪音Z→输出生成样本 Discriminator（判别网络） 对样本打分，真实样本分数高，生成样本分数低（Generator产生的为虚构样本） 如何迭代产生好结果的过程 为使Discrimination不能区分样本是否真实，Generator需不断迭代使得能产生更能接近真实的样本，
李宏毅机器学习笔记第14周_生成式对抗网络(GAN)
peaunt1的博客
07-16 915
GAN
2020李宏毅机器学习笔记——25. GAN（生成对抗网络）
weixin_44790306的博客
09-04 1240
Generative Adversarial Network(生成对抗网络) 文章目录摘要0引言1. Basic Idea of GAN（GAN的基本思想）1.1 Generation（生成）1.2 Discriminator（判别器）1.3 生成器和判别器的关系—对抗学习1.4 Algorithm 摘要 本章主要是在讲解GAN的基本思想， 0引言 自2014年Ian Goodfellow 提出了GAN（Generative Adversarial Network）以来，对GAN的研究可谓是如火如荼。针对不
李宏毅《GAN Lecture》学习笔记1 - GAN
好记性不如烂笔头
10-15 367
介绍GAN的基本原理和训练过程
【Mo 人工智能技术博客】机器学习分享——手把手带你写一个GAN
Mo 的博客
01-18 650
GAN 今天让我们从这几方面来探索： GAN能用来做什么 GAN的原理 GAN的代码实现 用途 GAN自2014年诞生以来, 就一直备受关注, 著名的应用也随即产出, 比如比较著名的GAN的应用有Pix2Pix,CycleGAN等, 大家也将它用于各个地方。 缺失/模糊像素的补充 图片修复 …… 我觉得还有一个比较重要的用途， 很多人都会缺少数据集， 那么就通过GAN去生成数据集了， 通过...
GAN李宏毅(1)
duyue3052的博客
09-22 1828
目录 GAN的种种变形的收集 课程内容 1基本概念 1.1核心问题 1.2算法 1.3结果——遍历的创造力 2GAN 是一种结构学习 2.1分类、回归、结构学习 2.2 结构学习的难度 2.3传统解决这个问题的方法  3generator自己学会怎么样 3.1用encode-decode网络的decode代作为生成器 3.2这种方式的问题 3.3VAE解决这个问题 3...
机器学习：Gan 黄教授
weixin_44523062的博客
05-29 321
问题：监督、生成模型概念 Gan的生成模型和HMM、贝叶斯生成模型的区别 1 train data和generator data 同分布same distribution怎么理解？是经过编码器映射后的特征空间吗 从统计学的角度看generator data 和real data 同分布，学到的是z生成器fake data的分布，会不会有和完全一样的 杂讯的图和real的图不同之处就是数据分布不同，比如说直方图，或者经过D编码到特征空间的分布位置 ？？ 2 对数似然函数D，最大化对数似然，G，最小化D(G)
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值