NIPS2018深度学习(19)|亮点: 梯度正则GAN;巴拿赫WGAN(论文及代码)

最新推荐文章于 2020-11-18 16:07:29 发布
最新推荐文章于 2020-11-18 16:07:29 发布
阅读量588 收藏
点赞数
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/hestendelin/article/details/101546791
版权
本文介绍了NIPS2018上关于深度学习的亮点研究，包括利用Lipschitz Margin Training提升神经网络的扰动不变性，以及对MMD GAN的梯度正则化方法，还有巴拿赫Wasserstein GAN在复杂图像生成中的应用。这些方法旨在增强模型的稳定性和生成性能。
摘要由CSDN通过智能技术生成

[1] Lipschitz-Margin Training: Scalable Certification of Perturbation Invariance for Deep Neural Networks

Yusuke Tsuzuku, Issei Sato, Masashi Sugiyama

The University of Tokyo

https://papers.nips.cc/paper/7889-lipschitz-margin-training-scalable-certification-of-perturbation-invariance-for-deep-neural-networks.pdf

神经网络对于输入中的扰动具有较高的敏感性。作者们为了得到稳定鲁棒的分类器，提出应对扰动的神经网络。先前的工作对网络结构进行了较强的假设，计算量也大，这就导致其应用范围有限。

根据利普希茨常数和预测间隔的关系，作者们提出一种高效的计算方法，用来生成对抗干扰的下界，这种方法广泛应用于多种复杂的网络。他们还提出了一种高效的训练过程，使得网络具有鲁棒性。

利普希茨边界训练算法过程如下

640?wx_fmt=png

谱范数计算过程如下

640?wx_fmt=png

不同方法的效果对比如下

640?wx_fmt=png

代码地址

https://github.com/ytsmiling/lmt

 

最低0.47元/天 解锁文章
frank_hetest
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
NIPS2018深度学习论文及代码集锦(含GAN RNN等)
hestendelin的专栏
01-24 563
[1]Regularization Learning Networks: Deep Learning for Tabular DatasetsIra Shavitt, ...
PROGRESSIVE GROWING OF GANS FOR IMPROVED QUALITY, STABILITY, AND VARIATION
liujunru2013的博客
11-15 3514
PROGRESSIVE GROWING OF GANS FOR IMPROVED QUALITY, STABILITY, AND VARIATION翻译 为改善质量，稳定性和可变性的GANS的渐进增长 Tero Karras , Timo Aila , Samuli Laine , Jaakko Lehtinen ftkarras,
Training & Certification
BLOG域名:programb.blog.csdn.net
03-02 307
Increase your mastery of Spring with official training and certification from Pivotal and our global network of Authorized Training Partners. Every course is laser-focused to equip you with the skills...
GAN最全论文合集
gdtop的个人笔记
11-25 1万+
已经到2019年了，再回来补充补充，坏消息是GAN的热度已经没有那么高了，一是各种各样的应用坑都被踩完了几乎，二是GAN结构以及不容易训练的问题。 相关论文合集： Kaiming He大神论文合集 [深度学习论文从0开始] Transfer Learning[论文合集] Object Detection[论文合集] Reinforcement Learning[论文合集] Unsu...
NIPS 2018 接收论文list 完整清单
热门推荐
TomRen
09-12 1万+
NIPS2018 接收论文包括poster、tutorial、workshop等，目前官网公布了论文清单： https://nips.cc/Conferences/2018/Schedule 同时还给出了workshop介绍。
10大深度学习架构：计算机视觉优秀从业者必备（附代码实现）1
08-03
深度学习在计算机视觉领域的应用已经取得了显著的成就，其中涵盖了物体识别、分类、定位、物体检测和图像分割等多种任务。本文将重点介绍10个在计算机视觉中取得卓越效果的深度学习架构，这些架构通常在诸如ImageNet...
HKO-7:论文源代码“ [NIPS2017]深度学习临近沉淀”-Source code learning
03-25
论文的源代码 如果您使用该代码或对它有帮助，请引用以下文章： @inproceedings{xingjian2017deep, title={Deep learning for precipitation nowcasting: a benchmark and a new model}, author={Shi, Xingjian ...
强化学习Nips2020论文下载
11-16
总共178篇，基本涵盖了20年NIps上所有与强化学习相关的文章。 zip压缩包，不要解压密码，261M大小。 看一看顶会论文怎么写的，自己下笔也大概能有个章法，Good Luck！ 勤奋决定天分！
逆生成网络：NIPS 2018“基于局部测量的卷积生成网络的可逆性”
02-03
此回购实现了麻省理工学院的 ， Ayaz和为NeurIPS（以前缩写为NIPS）2018年论文。 引文 如果您在工作中使用我们的代码或方法，请引用以下内容： @inproceedings{ma2018invertibility, title={Invertibility of ...
Python-提高质量稳定性和变异性的GAN逐步增长
08-11
Progressive Growing of GANs for Improved Quality, Stability, and Variation
SOBOLEV梯度
青山白云间
07-10 582
SOBOLEV GRADIENT 翻译自 Application of Sobolev Gradient Method to Solve Klein Gordon Equation 实值C1C^1C1函数FFF在Rn\reals^nRn上的梯度∇F\nabla F∇F，其中nnn为正整数，由下式给出： lim⁡t→01t(F(x+th)−F(x))=F′(x)h=<h,∇F(x)>Rnx,h∈Rn.(1) \lim_{t \rightarrow 0} \frac{1}{t} \left( F
Progressive Growing of GANs for Improved Quality, Stability, and Variation论文阅读笔记
不要回答的博客
11-18 439
题目: Progressive Growing of GANs for Improved Quality, Stability, and Variation 摘要:贡献了新的数据集celebA-HQ 我们描述了一种生成对抗网络的新训练方法。关键思想是逐渐增加生成器和鉴别器：从低分辨率开始，我们添加新的层，以随着训练的进行而对越来越精细的细节进行建模。这样既可以加快训练速度，又可以大大提高训练的稳定性，使我们可以生成前所未有的图像质量，例如1024*1024的CELEBA图像。我们还提出了一种简单的方法来增
NIPS2018深度学习(17)|亮点: 记忆重现GAN;图GAN;箱卷积(论文及代码)
hestendelin的专栏
03-25 1311
[1]Memory Replay GANs: learning to generate images from new categories without forge...
WGAN and WGAN-GP：Wasserstein GAN and Improved Training of Wasserstein GANs
qq_42192910的博客
05-27 468
Wasserstein GAN Paper:https://arxiv.org/pdf/1701.07875.pdf Code:https://github.com/igul222/improved_wgan_training 参考： https://lilianweng.github.io/lil-log/2017/08/20/from-GAN-to-WGAN.html https://vinc...
[NIPs19]Face-to-Parameter Translation for Game Character Auto-Creation
gdtop的个人笔记
09-17 2317
摘要： 角色定制系统是角色扮演类游戏（RPG）的重要组成部分，玩家可以根据自身喜好对他们游戏中角色的面部外观进行编辑，而不使用默认模板。本文提出的方法能够根据输入的人脸照片自动创建玩家的游戏角色。基于面部相似性度量和参数搜索范式，并通过解决大量具有物理意义的人脸参数的优化问题，研究者制定了上述「艺术创造」过程。 方法概览。该方法可基于输入人脸图像自动生成游戏角色，它基于人脸相似性度量和参数...
canny算法（2）——图像梯度的计算（sobel算子）
qq_41921709的博客
02-12 1万+
图像梯度的提出 对图像进行过高斯平滑滤波后，图像的部分高斯噪声会降低，锐度也会减弱，但是此时图像的边缘分解不太明显，变化的灰度变化不太强烈，不太容易捕捉。因此，为了去定义这种边缘灰度变化的大小，提出图像梯度，用梯度的大小去表示边缘灰度变换的大小。 梯度的数学定义 梯度即是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最...
增量决策树
yan的博客
07-03 1896
决策树：https://blog.csdn.net/HerosOfEarth/article/details/52347820
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