对抗生成网络的资料小结

***************************************************************************************************************************************
【1】GAN学习指南:从原理入门到制作生成Demo,总共分几步?-----http://www.leiphone.com/news/201701/yZvIqK8VbxoYejLl.html?viewType=weixin
***************************************************************************************************************************************
【2】独家 | GAN之父NIPS 2016演讲现场直击:全方位解读生成对抗网络的原理及未来(附PPT):http://it.sohu.com/20161210/n475485860.shtml
***************************************************************************************************************************************
【3】生成式对抗网络(GAN)系列文章:http://www.cnblogs.com/Charles-Wan/p/6266279.html
***************************************************************************************************************************************
【4】生成式对抗网络系列文章http://blog.csdn.net/solomon1558/article/details/52537114
***************************************************************************************************************************************
【5】深度学习研究总结:生成对抗网络(附 3 篇 arXiv 最火论文):http://it.sohu.com/20161003/n469570219.shtml
***************************************************************************************************************************************
【6】生成式模型 & 生成对抗网络——资料梳理(专访资料 + 论文分类):http://blog.csdn.net/solomon1558/article/details/52338052
***************************************************************************************************************************************
【7】生成式对抗网络GAN有哪些最新的发展,可以实际应用到哪些场景中:https://www.zhihu.com/question/52602529/answer/136648853
***************************************************************************************************************************************
【8】深度学习的下一个热点:生成对抗网络(GANs)将改变世界:http://geek.csdn.net/news/detail/133757
***************************************************************************************************************************************
【9】生成式对抗网络GAN研究进展:http://code.replays.net/201610/8153.html
***************************************************************************************************************************************
【10】无监督学习生成式对抗网络突破,OpenAI 5大项目落地:
http://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2651985602&idx=1&sn=80482a460704f300efe914e07acdc39e&scene=0#wechat_redirect
***************************************************************************************************************************************
【11】用Caffe生成对抗样本:http://www.cnblogs.com/frombeijingwithlove/p/6657259.html
***************************************************************************************************************************************
【12】在Caffe中实现模型融合:http://www.cnblogs.com/frombeijingwithlove/p/6683476.html
***************************************************************************************************************************************
【13】在caffe 中实现Generative Adversarial Nets(一):http://blog.csdn.net/seven_first/article/details/52999758
***************************************************************************************************************************************
【14】学界 | 用对抗网络生成训练数据:CMU论文A-Fast-RCNN的Caffe实现:http://www.sohu.com/a/133975039_465975
***************************************************************************************************************************************
【15】对抗生成网络的视频:http://edu.csdn.net/course/detail/4093/71788?auto_start=1
***************************************************************************************************************************************
【16】生成对抗网络的tensorflow实现:http://blog.csdn.net/xiaohu2022/article/details/54234263
***************************************************************************************************************************************
【17】对抗神经网络(Adversarial Nets)的介绍及其实战:http://blog.csdn.net/roslei/article/details/70270200
***************************************************************************************************************************************
***************************************************************************************************************************************

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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