学术讲座时间:2019年6月5日13:30
学术讲座地点:工B308
学术讲座对象:2138cn太阳集团古天乐教师
摘要:
近年来,基于数据而习得“特征”的深度学习技术受到狂热追捧,而其中GAN模型训练方法更加具有激进意味:它生成数据本身。GAN的主要灵感来源于博弈论中零和博弈的思想,应用到深度学习神经网络上来说,就是通过生成网络G(Generator)和判别网络D(Discriminator)不断博弈,进而使G学习到数据的分布,如果用到图片生成上,则训练完成后,G可以从一段随机数中生成逼真的图像。
GAN通过不断迭代训练两个网络(生成网络(Generator Network)和鉴别网络(Discriminator Network))的性能,最终得到一个能产生以假乱真数据的生成网络。其存在的目的就是为了通过一定的手段,模拟出一种数据的概率分布的生成器(生成手段),使得这种概率分布与某种观测数据的概率分布一致或尽可能接近。