BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

GANs  在InfoQ上的内容 rss

文章所属 GANs rss

语言 & 开发 关注 514 他的粉丝 如何应用TFGAN快速实践生成对抗网络? 作者 武维 关注 6 他的粉丝 发布于 2018年6月4日 生成对抗网络目前已广泛应用于图像生成、超分辨率图片生成、图像压缩、图像风格转换、数据增强、文本生成等场景。越来越多的研发人员从事 GAN 网络的研究,提出了各种 GAN 模型的变种,包括 CGAN、InfoGAN、WGAN、CycleGAN 等。为了更容易地应用及实践 GAN 模型,谷歌开源了名为 TFGAN 的 TensorFlow 库,可快速实践各种 GAN 模型。

他的粉丝 GANs将改变世界 作者 刘志勇 关注 3 他的粉丝 发布于 2017年2月27日 生成对抗网络(GANs),由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年,GANs热潮席卷AI领域顶级会议,从ICLR到NIPS,大量高质量论文被发表和探讨。Yann LeCun曾评价GANs是“20年来机器学习领域最酷的想法”。 GANs在一个月前的NIPS大会的会议大纲被提到逾170次,Facebook、Open AI等AI业界巨头都纷纷加入了对GANs的研究,连Apple公开发表的第一篇AI论文,就是关于利用GANs来训练AI图像识别能力。 由此可见,从学术界到工业界,GANs席卷而来。 Nikolai Yakovenko是一名俄罗斯出生的美国人,现Twitter供职,从事AI的研究。不久前,他写了一篇博文,阐述了他的看法:GANs将改变世界。 InfoQ梳理了Nikolai的观点,整理成文,带领读者来展望GANs将会给世界带来什么样的变化。 1

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT