百面机器学习(13)生成式对抗网络

目录

01 初识GANs

02 WGAN:抓住低维的幽灵

03 DCGAN:当GANs遇上卷积

05 IRGAN:生成离散样本

06 SeqGAN:生成文本序列


生成式对抗网络:GAN, Generative Adversarial Network

GAN的变种:WGAN、InfoGAN、f-GANs、BiGAN、DCGAN、IRGAN

01 初识GANs

(1)基本思想和训练过程

(2)GANs的值函数

(3)GANs如何避开大量概率推断计算

(4)GAN在实际训练中会碰到什么问题

 

02 WGAN:抓住低维的幽灵

(1)GANs的陷阱:原GANs中存在的哪些问题制约模型训练效果

(2)破解武器:WGAN针对前面问题做了哪些改进?Wasserstein距离?

(3)WGAN之道:怎么具体应用Wasserstein距离实现WGAN算法

 

03 DCGAN:当GANs遇上卷积

04 ALI:包揽推断业务

生成网络和推断网络的融合

 

05 IRGAN:生成离散样本

用GAN产生负样本

 

06 SeqGAN:生成文本序列

(1)如何构建生成器,生成文字组成的序列来表示句子

(2)训练序列生成器的优化目标是什么?GANs框架下有何不同?
(3)有了生成器的优化目标,怎样求解它对生成器参数的梯度?
 

你可能感兴趣的:(百面机器学习(13)生成式对抗网络)