生成对抗网络（Generative Adversarial Network），简称 GAN，是一种用于训练生成模型的架构。该架构包含两个模型。我们感兴趣的生成器模型，以及用于辅助生成器训练的判别器模型。最初，生成器和判别器模型都被实现 […]
如何开始使用生成对抗网络（7 天迷你课程）
Python 生成对抗网络速成班。在 7 天内将生成对抗网络应用到您的项目中。生成对抗网络，简称 GAN，是一种用于训练生成模型的深度学习技术。GAN 的研究和应用仅有几年历史，但其取得的成果却非同凡响。 […]
生成对抗网络模型巡览
生成对抗网络，简称 GAN，是已获得广泛成功的深度学习架构生成模型。目前有数千篇关于 GAN 的论文，以及数百种命名 GAN，即模型带有定义名称，通常包含“GAN”，例如 DCGAN，而非方法的小扩展。鉴于其庞大的数量 […]
如何识别和诊断 GAN 失败模式
如何识别训练生成对抗网络时出现的不稳定模型。GAN 难以训练。它们难以训练的原因是，生成器模型和判别器模型在零和博弈中同时进行训练。这意味着一个模型的改进是以另一个模型的牺牲为代价的。 […]
如何从零开始开发一个条件生成对抗网络（cGAN）
生成对抗网络，简称 GAN，是用于训练生成模型（例如生成图像的深度卷积神经网络）的架构。尽管 GAN 模型能够为给定数据集生成新的随机逼真示例，但除了尝试找出方法外，别无他法来控制生成的图像类型 […]
生成人脸时如何探索 GAN 潜在空间
如何使用插值和向量算术探索 GAN 潜空间。生成对抗网络，简称 GAN，是用于训练生成模型（例如生成图像的深度卷积神经网络）的架构。GAN 架构中的生成模型学习将潜空间中的点映射到生成的图像。潜空间 […]
如何开发一个 GAN 来生成 CIFAR10 小型彩色照片
生成对抗网络，简称 GAN，是用于训练生成模型（例如生成图像的深度卷积神经网络）的架构。开发用于生成图像的 GAN 需要一个用于分类给定图像是真实还是生成的判别器卷积神经网络模型，以及一个使用逆卷积层的生成器模型 […]
如何开发GAN来生成MNIST手写数字
生成对抗网络，简称 GAN，是用于训练生成模型（例如生成图像的深度卷积神经网络）的架构。开发用于生成图像的 GAN 需要一个用于分类给定图像是真实还是生成的判别器卷积神经网络模型，以及一个使用逆卷积层的生成器模型 […]
如何从零开始开发深度学习图片描述生成器
用 Keras 在 Python 中分步开发自动描述照片的深度学习模型。字幕生成是一个具有挑战性的人工智能问题，需要为给定照片生成文本描述。它需要计算机视觉方法来理解图像内容，以及来自 […] 领域的语言模型。
如何从头开始使用Keras开发一维生成对抗网络
生成对抗网络，简称 GAN，是一种用于训练强大生成模型的深度学习架构。生成器模型能够生成可能来自现有样本分布的新人工样本。GAN 由生成器和判别器模型组成。生成器负责生成新样本 […]