百面机器学习（13）生成式对抗网络

目录

01 初识GANs

02 WGAN：抓住低维的幽灵

03 DCGAN：当GANs遇上卷积

05 IRGAN：生成离散样本

06 SeqGAN：生成文本序列

---

生成式对抗网络：GAN, Generative Adversarial Network

GAN的变种：WGAN、InfoGAN、f-GANs、BiGAN、DCGAN、IRGAN

01 初识GANs

（1）基本思想和训练过程

（2）GANs的值函数

（3）GANs如何避开大量概率推断计算

（4）GAN在实际训练中会碰到什么问题

 

02 WGAN：抓住低维的幽灵

（1）GANs的陷阱：原GANs中存在的哪些问题制约模型训练效果

（2）破解武器：WGAN针对前面问题做了哪些改进？Wasserstein距离？

（3）WGAN之道：怎么具体应用Wasserstein距离实现WGAN算法

 

03 DCGAN：当GANs遇上卷积

04 ALI：包揽推断业务

生成网络和推断网络的融合

 

05 IRGAN：生成离散样本

用GAN产生负样本

 

06 SeqGAN：生成文本序列

（1）如何构建生成器，生成文字组成的序列来表示句子

（2）训练序列生成器的优化目标是什么？GANs框架下有何不同？
（3）有了生成器的优化目标，怎样求解它对生成器参数的梯度？