生成式对抗网络GAN有哪些最新的发展?-阿里云开发者社区

开发者社区> 玄学酱> 正文

生成式对抗网络GAN有哪些最新的发展?

简介: 本文讲的是生成式对抗网络GAN有哪些最新的发展?,近期,生成对抗网络(GAN)在机器学习研究方面取得了新的进展。我们可以直接合成动物新的图像,从图像中创建3D图形,或者根据我们对图像的编辑来创建新的产物。
+关注继续查看
本文讲的是生成式对抗网络GAN有哪些最新的发展?,

近期,生成对抗网络(GAN)在机器学习研究方面取得了新的进展。我们可以直接合成动物新的图像,从图像中创建3D图形,或者根据我们对图像的编辑来创建新的产物。

生成对抗网络意味着有两个神经网络在相互竞争相互比赛。生成网络尝试生成越来越多逼真的图像,并将这些图像传递给判别网络,而判别网络尝试判断真实的图像与伪造的图像之间的区别。

生成式对抗网络GAN有哪些最新的发展? | 2分钟读论文

在这个过程中 两个神经网络一起进行学习和提高,知道它们能力越来越强(达到稳态)。

但是,互相训练这些网络并非一帆风顺——我们不知道过程是否收敛,或者是否达到非合作博弈均衡。非合作博弈均衡是指,两个行为者相信他们已经找到了一个最佳的策略,同时也考虑到了其他行为人可能的决定,但他们也不会对改变他们自己的策略有兴趣。

正如游戏中经典场景:两名被定罪的嫌疑人正在考虑他们是否应该相互勾结,但其中一方不知道对方决定采取的是什么样的行动。

人工智能和游戏理论有相似之处,但是更厉害的地方在于:在这里,我们尝试建立一个不需要处理这种情况的系统,这种方式简称为生成潜优化,简称GLO。

以下将介绍只通过使用生成网络来欺骗判别网络。如果你修读过字体设计专业,你久知道这是一个非常复杂的领域。但是,如果我们想创建一个新的字体类型,我们通常只关心是几个特性,比如他们要如何弯曲,再或者就像我们处理一种简单描述衬线字体那样,同样的原则也可以应用于人脸、动物以及你能想象的到的大多数课题。这意味着有许多复杂的,包含大量信息的概念。

生成式对抗网络GAN有哪些最新的发展? | 2分钟读论文

这些概念其中大部分信息可以只通过少量功能的简单描述来捕获,这是通过将该高维数据投影到低维隐藏空间来完成的。

这个潜在空间有助于消除对抗性优化,使得该系统更加容易训练。主要的优点是它仍然保留了生成对抗网络具有吸引力的属性,这意味着它可以从学习的数据集合中合成新的样本。

如果学到鸟的概念,就能合成新的鸟类,它可以在数据点之间执行连续插值。这意味着我们可以在两种选择之间产生中间状态,它也能够在任意数量的数据点之间执行简单的算术运算。

生成式对抗网络GAN有哪些最新的发展? | 2分钟读论文

例如,如果A是戴有太阳镜的男性,B是没有太阳眼镜的男性,C是女性。那么A-B+C将产生戴有太阳镜的女性。它也可以用于超分辨率,当然还有其他很多方面。

▷ 观看论文解读大概需要  4  分钟

阅读论文:https://arxiv.org/abs/1707.05776

经验丰富的同学知道,对于生成对抗网络,有很多关于如何通过更多细节合成高分辨率图像的研究。这意味着,这又是一项令人兴奋,使人视野更加开阔的工作。但这并不能与GAN后续工作进行比较,毕竟GAN还建立在更为成熟的研究的基础之上。


雷锋网AI研习社出品系列短视频《 2 分钟论文 》,带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。欢迎关注雷锋网雷锋字幕组专栏,获得更多AI知识~感谢志愿者对本期内容作出贡献。

生成式对抗网络GAN有哪些最新的发展? | 2分钟读论文






本文作者:雷锋字幕组
本文转自雷锋网禁止二次转载,原文链接

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
超算Titan仅用一天生成AI神经网络,顶尖人类科学家则需数月
美国能源部橡树岭国家实验室利用超级计算机Titan,开发出一种人工智能系统,一天之内就能生成神经网络。而最聪明的数据科学家也需要好几个月才能开发出一个深度学习软件。即使是Google的AutoML,也需要数周的时间才能设计出一个优秀的图像识别系统。
1322 0
手把手教你生成对抗网络 GAN,50 行代码玩转 GAN 模型!
本文为大家介绍了生成对抗网络(Generate Adversarial Network,GAN),以最直白的语言来讲解它,最后实现一个简单的 GAN 程序来帮助大家加深理解。
1625 0
AI并不需要互联网:利用有性生殖,合成更多样、紧凑的神经网络
滑铁卢大学的研究人员,借鉴有性生殖让后代更能适应环境的道理,在虚拟环境中让神经网络完成“交配仪式”,同时逐渐减少AI能使用的计算和存储资源,生成了更紧凑、轻量的神经网络,能够在没有互联网连接的终端提供强大的性能。
1202 0
生成对抗网络入门指南(内含资源和代码)
生成对抗网络是由两个相互竞争的网络组成的深度神经网络架构。本文对其进行详细讲解,并附上大量相关英文文章链接供参考。
7528 0
七个不容易被发现的生成对抗网络(GAN)用例
惊了!GAN(生成对抗网络)还可以这样用?
4459 0
+关注
玄学酱
这个时候,玄酱是不是应该说点什么...
20710
文章
438
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
《2021云上架构与运维峰会演讲合集》
立即下载
《零基础CSS入门教程》
立即下载
《零基础HTML入门教程》
立即下载