![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文精读
文章平均质量分 95
zzz_qing
这个作者很懒,什么都没留下…
展开
-
Overcoming catastrophic forgetting in neural networks
文章链接:https://arxiv.org/abs/1612.00796。原创 2023-05-09 23:54:38 · 793 阅读 · 1 评论 -
The first GAN——Generative Adversarial Nets
本文提出新框架:通过对抗过程估计生成模型。该框架可以为多种模型和优化算法生成特定的训练算法。生成模型 G:捕获数据分布判别模型 D:估计样本来自训练数据而不是G的概率。G 的训练过程是最大化 D 犯错的概率。在 G 和 D 由多层感知器定义的情况下,整个系统可以通过反向传播进行训练。在训练或生成样本期间不需要任何马尔可夫链或展开的近似推理网络。在GAN的网络框架中,生成模型与判别模型对抗,判别模型学习确定样本是来自模型分布还是数据分布。原创 2023-04-20 20:48:26 · 106 阅读 · 0 评论