2017-05-01 17:13
新智元编译
来源:GitHub
整理:刘小芹
新智元启动 2017 最新一轮大招聘:COO、总编、主笔、运营总监、视觉总监等8大职位全面开放
安全性未知,该超链接内容与搜狐无关
。
新智元为COO和执行总编提供最高超百万的年薪激励;为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。加盟新智元,与人工智能业界领袖携手改变世界。
简历投递:jobs@aiera.com.cn HR 微信:13552313024
【新智元导读】这是一份生成对抗(神经)网络的重要论文以及其他资源的列表,由 Holger Caesar 整理,包括重要的 workshops,教程和博客,按主题分类的重要论文,视频,代码等,值得收藏学习。
目录
- Workshops
- 教程 & 博客
- 论文
理论 & 机器学习
视觉应用
其他应用
幽默 - 视频
- 代码
Workshops
- NIP 2016 对抗训练 Workshop
【网页】https://sites.google.com/site/nips2016adversarial/
【博客】http://www.inference.vc/my-summary-of-adversarial-training-nips-workshop/
教程 & 博客
- 如何训练 GAN? 让 GAN 工作的提示和技巧
【博客】https://github.com/soumith/ganhacks - NIPS 2016 教程:生成对抗网络
【arXiv】https://arxiv.org/abs/1701.00160 - 深度学习和 GAN 背后的直觉知识——一个基础理解
【博客】https://blog.waya.ai/introduction-to-gans-a-boxing-match-b-w-neural-nets-b4e5319cc935 - OpenAI——生成模型
【博客】https://openai.com/blog/generative-models/ - SimGANs——无监督学习的游戏规则颠覆者,无人车等
【博客】https://blog.waya.ai/simgans-applied-to-autonomous-driving-5a8c6676e36b
论文
理论 & 机器学习
- 生成对抗网络,逆向强化学习和 Energy-Based 模型之间的联系(A Connection between Generative Adversarial Networks, Inverse Reinforcement Learning, and Energy-Based Models )
- 可扩展对抗分类的通用训练框架(A General Retraining Framework for Scalable Adversarial Classification)
- 对抗自编码器(Adversarial Autoencoders)
- 对抗判别的领域适应(Adversarial Discriminative Domain Adaptation)
- 对抗性 Generator-Encoder 网络(Adversarial Generator-Encoder Networks)<