会员服务
生成对抗网络（GAN）是Ian Goodfellow及其同事在2014年设计的一类机器学习框架。两个神经网络在游戏中相互竞争（从博弈论的角度讲，通常但并非总是以零和博弈的形式）。 在给定训练集的情况下，该技术将学习生成具有与训练集相同的统计数据的新数据。 例如，受过照片训练的GAN可以生成新照片，这些新照片至少对人类观察者而言表面上看起来真实，具有许多现实特征。 尽管GAN最初是作为一种形式的无监督学习模型提出的，但它也已被证明可用于半监督学习，完全监督学习和强化学习。
基于神经网络的图像风格迁移算法综述
基于神经网络的图像风格迁移算法综述
专知会员服务
12+阅读 · 2025年5月29日
面向电磁信息智能控制的生成对抗网络研究进展
面向电磁信息智能控制的生成对抗网络研究进展
专知会员服务
24+阅读 · 2025年5月19日
图像反演：从生成对抗网络（GANs）到扩散模型及其未来发展综述
图像反演：从生成对抗网络（GANs）到扩散模型及其未来发展综述
专知会员服务
31+阅读 · 2025年2月18日
【ETHZ博士论文】真实世界约束下的2D和3D生成模型
【ETHZ博士论文】真实世界约束下的2D和3D生成模型
专知会员服务
25+阅读 · 2024年9月2日
【伯克利博士论文】解耦视觉生成模型
【伯克利博士论文】解耦视觉生成模型
专知会员服务
30+阅读 · 2024年5月9日
下一代战略博弈推演系统研究
下一代战略博弈推演系统研究
专知会员服务
116+阅读 · 2024年1月27日
如何探究大模型理论？UCLA最新《深度学习统计理论》综述，详述近似、训练动力学和生成模型
如何探究大模型理论？UCLA最新《深度学习统计理论》综述，详述近似、训练动力学和生成模型
专知会员服务
51+阅读 · 2024年1月18日
认知雷达《基于条件生成模型的模糊函数塑造》75页技术报告，含代码
认知雷达《基于条件生成模型的模糊函数塑造》75页技术报告，含代码
专知会员服务
30+阅读 · 2023年9月12日
有监督深度学习的优化方法研究综述
有监督深度学习的优化方法研究综述
专知会员服务
41+阅读 · 2023年5月15日
《TextCycleGAN 技术报告》
《TextCycleGAN 技术报告》
专知会员服务
34+阅读 · 2023年5月4日
【干货书】深度学习与生成对抗网络：理论与应用，223页pdf
【干货书】深度学习与生成对抗网络：理论与应用，223页pdf
专知会员服务
79+阅读 · 2023年3月20日
【2023新书】人工智能基础数学:高效和成功人工智能系统数学，605页pdf
【2023新书】人工智能基础数学:高效和成功人工智能系统数学，605页pdf
专知会员服务
183+阅读 · 2023年2月27日
【TPAMI2023】基于条件生成对抗网络和集成主动学习的有监督异常检测
【TPAMI2023】基于条件生成对抗网络和集成主动学习的有监督异常检测
专知会员服务
24+阅读 · 2023年1月29日
【干货书】生成式对抗学习:架构与应用，362页pdf
【干货书】生成式对抗学习:架构与应用，362页pdf
专知会员服务
173+阅读 · 2023年1月23日
【NeurIPS2022】隐空间变换解决GAN生成分布的非连续性问题
【NeurIPS2022】隐空间变换解决GAN生成分布的非连续性问题
专知会员服务
26+阅读 · 2022年11月30日
参考链接
微信扫码咨询专知VIP会员
Top