![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
EmoryChang
这个作者很懒,什么都没留下…
展开
-
GAN(上集:概念讲解以及理论和WGAN——关于训练的G* 的定义转换即类似损失函数的选取,包含KL、JS、推土机距离的对比)
GAN的主要应用目标:生成式任务(生成、重建、超分辨率、风格迁移、补全、上采样等)GAN的核心思想:生成器G和判别器D的一代代博弈生成器:生成网络,通过输入生成图像判别器:二分类网络,将生成器生成图像作为负样本,真实图像作为正样本learn 判别器D:给定G,通过G生成图像产生负样本,并结合真实图像作为正样本来训练Dlearn 生成器G:给定D,以使得D对G生成图像的评分尽可能接近正样本作为目标来训练GG和D的训练过程交替进行,这个对抗的过程使得G生成的图像越来越逼真,D原创 2022-04-28 02:21:01 · 335 阅读 · 0 评论 -
Self-attention详解——台大李宏毅教授课程
原创 2022-04-19 15:21:26 · 253 阅读 · 0 评论 -
损失函数——自学笔记
原创 2022-04-05 16:13:19 · 115 阅读 · 0 评论