【李宏毅2021机器学习深度学习】6-3 生成式对抗网络GAN3——生成器效能评估与条件式生成

最新推荐文章于 2023-05-21 16:02:30 发布
最新推荐文章于 2023-05-21 16:02:30 发布
阅读量549 收藏 1
点赞数
分类专栏： 深度学习_李宏毅 文章标签： 深度学习 机器学习
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/weixin_43154149/article/details/122019810
版权

文章目录

train GAN 还是很困难的

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

GAN最难训练的还是文字生成，因为小的改变不足以影响max

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

更多关于GAN链接

在这里插入图片描述
在这里插入图片描述

其它可能的方法？

在这里插入图片描述

评估Generator的效果好不好？

在这里插入图片描述

训练一个分类器，分布越集中可能说明 产生的图片效果越好

在这里插入图片描述

这种方法存在问题：Mode Collapse 和 Mode Dropping（更难侦测出来）（就来来回来产生几个可以用的图片，比如下面发色改一下…，肤色变一下，多样性不够！）（现在仍未有很好的解决方法）

在这里插入图片描述在这里插入图片描述

评估Generator够不够多样性：

在这里插入图片描述
在这里插入图片描述

hw6评估指标：FID

在这里插入图片描述

在这里插入图片描述

训练Generator的其它问题：只是copy or 翻转

在这里插入图片描述

了解更多评估 Generator的方式——链接如下

在这里插入图片描述

Conditional Generator

在这里插入图片描述

Discriminator 还要吃 输入x，（成对资料）

在这里插入图片描述

在这里插入图片描述

其它应用：Image translation or pix2pix

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

其他应用：sound->image

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

联系丝信
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
李宏毅机器学习2021学习笔记（3）：GAN（生成对抗网络）
weixin_51691386的博客
06-25 380
李宏毅机器学习2021学习笔记（3）：GAN（生成对抗网络） 各种GAN类别：https://github.com/hindupuravinash/the-gan-zoo Generator(生成网络) 一个神经网络，实现输入噪音Z→输出生成样本 Discriminator（判别网络） 对样本打分，真实样本分数高，生成样本分数低（Generator产生的为虚构样本） 如何迭代产生好结果的过程 为使Discrimination不能区分样本是否真实，Generator需不断迭代使得能产生更能接近真实的样本，
2021李宏毅机器学习笔记--22 Generative Adversarial Network 01
guoxinxin0605的博客
08-29 597
@[TOC](2021李宏毅机器学习笔记–22 Generative Adversarial Network 01(GAN,生成式对抗网络)) 摘要 GAN是建立于神经网络的基础上的，其核心思想是“生成”与“对抗”，GAN网络结构包含两个模型，一个是生成模型（Generator），另一个是判别模型（Discriminator）。生成模型一般是使用反卷积神经网络或者全连接神经网络，通过输入的数据生成二维图像，而判别模型是一个卷积神经网络二元分类器，它的工作主要是负责判断生成模型所生成的图像是来自数据集的真
【学习笔记】李宏毅2021春机器学习课程第6.1节：生成式对抗网络 GAN（一）
Harryline的博客
07-23 735
文章目录1 能够作为生成器的神经网络 GAN2 动漫人物头像生成3 判别器（Discriminator）4 从自然选择看GAN的基本思想5 GAN 的具体实现过程步骤一： 固定 generator G 的参数，只更新discriminator D步骤二： 固定 discriminator D 的参数，只更新generator G6 动漫头像生成的具体实验结果 1 能够作为生成器的神经网络 GAN 生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型
【学习笔记】李宏毅2021春机器学习课程第6.2节：生成式对抗网络 GAN（二）
Harryline的博客
07-24 319
文章目录1 No pain，no GAN2 用 GAN 来生成一个 Sequence3 怎么评估一个 Generator 的好坏3.1 多样性问题 - Mode Collapse3.2 多样性问题 - Mode Dropping3.3 我们不想要一个没有创造力的 GAN.4 有条件的生成 1 No pain，no GAN GAN是以很难 Train 起来而闻名的，那为什么 GAN 很难被 Train 起来？ 它有一个本质上困难的地方： Discriminator 做的事情是要分辨真的图片跟产生出来的图片
深度再学习第三篇--迭代器生成器
weixin_43910910的博客
05-21 107
本文记录迭代器、生成器问题。
李宏毅GAN课程讲义、生成式对抗网络课件
09-30
生成式对抗网络（Generative Adversarial Networks，简称GANs）是由Ian Goodfellow在2014年提出的一种深度学习模型，它通过两个神经网络——生成器（Generator）和判别器（Discriminator）之间的博弈来学习数据的...
HW_3_李宏毅2020机器学习作业_李宏毅作业3_李宏毅hw3_李宏毅作业三_saledzj_
10-01
《李宏毅2020机器学习作业3：Python实现深度学习基础》 在本次作业中，我们将深入探讨李宏毅教授2020年机器学习课程中的第三部分，主要聚焦于使用Python语言进行深度学习的基本操作。这个作业旨在帮助学生理解和...
李宏毅深度学习GAN课程PPT
06-08
通过学习李宏毅教授的深度学习GAN课程，你可以系统地掌握生成式对抗网络的核心概念，进一步提升在深度学习领域的理论知识和实践技能。无论是对学术研究还是工业界应用，这都将是一份宝贵的参考资料。
李宏毅机器学习2021HW3食物数据集
07-06
1、本资源为台大李宏毅深度学习课程作业数据集。 2、训练集内含课程所需数据集 3、提供下载便利
李宏毅2021机器学习深度学习笔记PPT作业
09-05
《李宏毅2021机器学习深度学习笔记PPT作业》是一份涵盖了现代人工智能领域核心知识的资源，主要集中在机器学习和深度学习这两个关键分支上。这份资料可能包括了李宏毅教授在2021年课程中的讲义、课后作业以及相关的...
Lhy_Machine_Learning：李宏毅2021Spring机器学习课程课件及作业
03-03
Lhy_Machine_Learning 李宏毅2021Spring机器学习课程课件及作业 B站视频地址： : 课程主页： : 不定期分享读研干货，点赞关注一起进步： ://space.bilibili.com/46880349 人工智能技术探讨群：78174903 第一节简介作业HW1：回归 第二节深度学习作业HW2：分类 第三节自我注意作业HW3：CNN HW4：自我注意 第四节机器学习理论 第五节变压器作业HW5：变压器 第六节生成模型作业HW6：GAN 第七节自我监督学习作业HW7：BERT HW8：自动编码器 第八节可解释的AI /对抗攻击作业HW9：可解释的AI HW10：对抗攻击 第九节域适应/ RL作业HW11：适应 第十节RL作业HW12：RL 第十篇隐私与ML 第十二节Quantum ML 第十三节Life / Long / Compression作业HW1
generator生成器
小超人日常码字
09-02 2000
generator function* 是用来创建 generator函数的语法。 调用generator函数时会返回一个generator对象。generator对象遵循迭代器接口，即通常所见到的next、return和throw函数。 generator函数用于创建懒迭代器 function* infiniteList() { let i = 0; while (i < 3) { yield i++; } } let item = infini
​李宏毅机器学习——对抗生成网络（GAN）
iwill323的博客
10-24 2489
​李宏毅机器学习——对抗生成网络（GAN）
李宏毅老师-生成式对抗网络（GAN）Part3
weixin_46675905的博客
05-06 156
慢慢来，会更好！ 大家好，我是一个想研究又不会研究的研究生 陪伴大家一起学习成长！ 但是，关于GAN train的挑战还在继续 Generator和Discriminator 只要其中一者停下来或者发生错误，那么另外一者也会失败的 GAN生成一段文字是最困难的 Decoder调整参数想办法让Discriminator产生的score最高 但是你会发现，做不到 大家都知道微分的时候是，某一个参数改变了，会影响output，从而更新该参数 当Decoder参数发生微小变化的时候，分数最大的那个toke
李宏毅对抗生成网络 (GAN)教程（3）Unsupervised Conditional Generation
Rita's Blog
05-11 524
之前做的是 supervised，收集了很多图片和对应的文字 本节是unsupervised 的，收集不到他们之间的link
21机器学习李宏毅作业——HW6(GAN)
LareinaLiang的博客
07-29 1745
HW6--GAN作业要求GAN是什么代码部分前期的环境和数据集啥的该import的内容设置点随机种子来处理下数据来吧，展示下我们的图模型训练其他的一些代码参考 作业要求   为这些给出的动漫头像生成一个GAN GAN是什么   GAN——generative adversarial network，中文名是生成式对抗网络，它是深度学习模型的一种。   GAN的基本原理这样来说：   以生成图片为例，假设我们有两个网络，G（Generator）和D（Discriminator），和他们的名字一样：     G
李宏毅 HW6 作业及WGAN解析
qq_43613342的博客
09-20 1231
李宏毅hw6作业及WGAN解析。
李宏毅2022机器学习hw6
snajdansa的博客
11-09 659
李宏毅2022机器学习hw6（strong baseline）
李宏毅2022机器学习HW6解析
weixin_42369818的博客
04-16 5903
李宏毅2022机器学习HW6解析！
台大-李宏毅-B站机器学习视频-课件
最新发布
01-08
"该资源是台湾大学李宏毅教授在B站发布的机器学习课程相关课件，主要涉及无监督学习中的深度自编码器(Deep Auto-encoder)技术。" 深度自编码器是一种无监督学习方法，它由两部分组成：编码器(Encoder)和解码器...

“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

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