深度学习-对抗神经网络
文章平均质量分 82
张骞晖2
Focus on Machine Learning and Computer Vision。
展开
-
机器学习是深度学习之母
博主不才,研究深度学习有一段时间,主要专注CV领域。本科期间学习了机器学习的一些算法,用SVM做的人脸识别的工作,之后又去中科院实习,用深度学习来做人脸识别。所以,从传统算法,到深度,这个过程,我是深深体会到的。单从CV领域,尤其是二维方面的工作,卷积神经网络取得的成果,让我深深感到传统算法的无力。总的来说,深度学习算法是近几年机器学习革命般的成果。举个例子,很明显的对于传统算法很困难的LFW人脸数原创 2016-10-19 09:29:16 · 1832 阅读 · 0 评论 -
对抗神经网络之对抗卷积神经网络[2]
上一篇博文[1]简单介绍了对抗网络的理论和大概流程。其中所谓的对抗网络可以归结为unsupervised learning 或者 generative model。从无监督学习来进行feature representation,有k-means聚类算法,auto-encoders[2],以及09年的Deep belief networks等等。原创 2016-12-13 16:53:24 · 17893 阅读 · 9 评论 -
对抗网络之PG-GAN,无条件下生成更真实的人脸图像[3]
GAN在2015年DCGAN[1]论文提出之后,开始迅速的被关注和被应用到各个领域。比较有影响力的应用,比如Image translation; Image Inpainting; Face image manipulation 以及 Semi-supervised learning等。原创 2017-12-24 16:56:03 · 30335 阅读 · 12 评论 -
对抗神经网络(Adversarial Nets)的介绍[1]
对抗NN简介概念介绍对抗名字的由来及对抗过程对抗NN的模型对抗NN的模型和训练判别网络D的最优值模拟学习高斯分布对抗NN实验结果《生成对抗NN》代码的安装与运行对抗网络相关论文论文引用一、对抗NN简介大牛Ian J. Goodfellow 的2014年的《Generative Adversative Nets》第一次提出了对抗网络模型,短短两年的时间,这个模型在深原创 2016-10-03 20:58:09 · 47283 阅读 · 5 评论