Goodfellow

(2014)Generative Adversarial Nets 论文解读

GenerativeAdversarialNets–生成对抗网络作者：IanJ.Goodfellow,JeanPouget-Abadie∗,MehdiMirza,BingXu,DavidWarde-Farley
椰楠liu·2020-03-30 17:59

【札记】Goodfellow的“花书”《深度学习》中文纸质版到手！

深度学习深度学习Goodfellow何许人？他师从机器学习大师YoshuaBengio，是生成对抗网络GANs之父，目前任GoogleBrain研究科学家。
黑猿大叔·2020-03-29 11:52

学习笔记TF051:生成式对抗网络

GAN之父，IanJ.Goodfellow，公认人工智能顶级专家。原理。
利炳根·2020-03-10 17:18

学习笔记GAN002:DCGAN

IanJ.Goodfellow论文：https://arxiv.org/abs/1406.2661两个网络：G(Generator)，生成网络，接收随机噪声Z，通过噪声生成样本，G(z)。
利炳根·2020-02-27 06:40

一些fancy的GAN应用

前言GAN全称是Generativeadversarialnetworks,中文是生成对抗网络，是一种生成式模型，由goodfellow在14年提出，近四年来被AI研究者疯狂研（guan）究（shui）
机器学习算法工程师·2019-11-29 15:48

深度学习中的网络正则化

在Goodfellow的书[1]中，第七章详细介绍了深度学习
Yihong_Daily·2019-11-02 08:51

原始的GAN为什么处理离散数据效果很差？

以下是goodfellow的回答，链接（似乎需要）：https://www.reddit.com/r/MachineLearning/comments/40ldq6/generative_adversarial_networks_for_text
阳阳鸭·2019-10-25 19:06

GAN算法笔记

本篇文章为Goodfellow提出的GAN算法的开山之作"GenerativeAdversarialNets"的学习笔记，若有错误，欢迎留言或私信指正。
xieldy·2019-10-14 10:00

图像生成：GAN

简介GAN，即生成对抗模型，是图像生成领域内的一种重要方法，它在2014年由Goodfellow提出，它的论文是《GenerativeAdversarialNetworks》，GAN是在训练两个相互对抗的网络
chaibubble·2019-09-16 00:41

理解与学习深度卷积生成对抗网络

在2014年，被Goodfellow大神提出来，当时的G神还是蒙特利尔大学的博士生。据有关媒体统计：CVPR2018的论文里，有三分之一的论文与GAN有关。
皇儒无上·2019-09-12 10:00

【每周CV论文推荐】 初学GAN必须要读的文章

作者&编辑|言有三1GAN首先当然是要读GAN之父Goodfellow的文章[2]了，引用量已经超过了10000+，不过因为GAN模型同时包含
言有三·2019-09-10 09:29

CVPR2019|Rob-GAN:结合对抗攻击者的GAN

一．研究动机自2014年Goodfellow等人提出生成式对抗网络(GenerativeAdversarialNetworks,GAN)以来，关于GAN稳定训练的研究层出不穷，其中较为突出的是2017年提出的
Coding_Ann·2019-08-01 21:21

CVPR2019|Rob-GAN:结合对抗攻击者的GAN

一．研究动机自2014年Goodfellow等人提出生成式对抗网络(GenerativeAdversarialNetworks,GAN)以来，关于GAN稳定训练的研究层出不穷，其中较为突出的是2017年提出的
Coding_Ann·2019-08-01 21:21

GAN综述：人工智能研究的新前线：生成式对抗网络（王飞跃） 论文阅读笔记

写在前面NIPS2016Tutorial的那篇Goodfellow的GAN综述可以说对横向的其他模型比较比较多，而纵向对GAN本身的发展和理解比较少。
奶瓶他哥·2019-07-12 11:24

Deep Learning (Ian Goodfellow, Yoshua Bengio and Aaron Courville)深度学习中英文版本资源

转自—博客园的zivon：https://www.cnblogs.com/zivon/p/9106966.html看到CSDN上下载需要10个、20个积分，觉得有点贵并没有下载。然后查了一圈，发现这本书的中文版其实是开源的。这里附上github链接https://github.com/exacity/deeplearningbook-chinese为方便大家下载，也给出了百度云。当然如果做这方面的
阿Tin·2019-07-10 23:49

DeepLearning | 快速梯度符号法(FGSM)生成对抗样本(Adversarial Examples)的原理与python实现

内容上参考Goodfellow的论文ExplainingandHarnessingAdversarialExamples一、什么是对抗样本？
Liangjun_Feng·2019-06-28 21:20

GAN 发展历程

这几年出现的比较有影响力的GAN，从最初的Goodfellow版GAN到近来大火的BigGAN、StyleGAN等，博客的后续内容也是按照这张图的顺序进行的。GAN路线图。
huffscan·2019-06-23 13:40

生成对抗网络-GAN&DCGAN

生成对抗网络GAN(Generativeadversarialnetwork)是由Goodfellow大神在NIPS2014上提出，论文地址如下:https://arxiv.org/pdf/1406.2661
技术大渣渣·2019-05-08 14:40

Wasserstein GAN有这么神！吗？

WassersteinGAN在GAN的相关研究如火如荼甚至可以说是泛滥的今天，一篇新鲜出炉的arXiv论文《WassersteinGAN》却在Reddit的MachineLearning频道火了，连Goodfellow
Lornatang·2019-04-10 12:56

“GANs之父”Ian Goodfellow被爆已从Google离职

点击上方↑↑↑蓝字关注我们~「2019Python开发者日」7折优惠最后2天，请扫码咨询↑↑↑整理|一一出品|AI科技大本营（ID:rgznai100）3月28日，深度学习大牛李沐在知乎爆料称，他从某机器学习大佬处获悉，IanGoodfellow已从Google离职，他还注释称“无关小道消息”，这意味着消息基本可靠。不过，具体离职原因未知，IanGoodfellow的LinkedIn,twitte
AI科技大本营·2019-03-30 13:09

深度学习的常见模型GAN

GAN的来源14年Goodfellow提出Generativeadversarialnets即生成式对抗网络，它要解决的问题是如何从训练样本中学习出新样本，训练样本是图片就生成新图片，训练样本是文章就输出新文章等等
bluesliuf·2019-03-26 20:41

Generative Adversarial Nets——NIPS2014

GAN势如破竹地被Goodfellow提出，Goodfellow师从Bengio，2014年的这一篇GenerativeAdversarialNets的发表也是第一次GAN被完整的提出来。
Miss Wu·2019-03-17 19:59

王飞跃教授：生成式对抗网络GAN的研究进展与展望

生成式对抗网络GANGAN是Goodfellow在2014年提出来的一种思想，是一种比较直接的思路。例如，想象我们有两张图片，一张是真的，一张是假的。
算法与数学之美·2019-02-16 22:00

各种GAN理解

参考链接】https://blog.csdn.net/qq_25737169/article/details/80874717GAN(Generatoradversarialnetwork)生成对抗网络，由goodfellow
chenxinvhai89·2019-02-15 14:11

GAN及其变体CGAN、WGAN

生成式对抗网络GAN(无监督)GAN由Goodfellow在2014年提出，启发自博弈论中的二人零和博弈。由一个生成模型G和一个判别模型D组成。
青青大肥羊·2019-01-14 15:49

这些假脸实在太逼真了！英伟达造出新一代GAN，生成壁纸级高清大图毫无破绽...

连GAN之父Goodfellow老师也忍不住发推称赞优秀！这个结构不需要人类监督，可以自动分离图像中的各种属性。这样，在或粗糙或精细的不同尺度上，人类便能自如地控制GAN的生成。
量子位·2018-12-14 13:39

机器学习与深度学习系列连载： 第四部分 对抗网络GAN（一) 对抗网络介绍 GAN Introduction

对抗网络介绍GANIntroduction1.背景介绍对抗网络GAN的全称，GenerativeAdversarialNetwork(GAN)[1]是由机器学习大神，深度学习(花书)的作者lanJ.Goodfellow
人工智能插班生·2018-12-12 10:00

论文浅尝 | 多内容实体和关系联合抽取的对抗训练

Goodfellow则给出了不同的看法。他认为即使是线性模型，也有这种现象。在高维空间中，即
开放知识图谱·2018-12-04 20:00

生成对抗网络(GAN)资料打包

进入正文全文摘要生成式对抗网络，即所谓的GAN是近些年来最火的无监督学习方法之一，模型由Goodfellow等人在2014年首次提出，将博弈论中非零和博弈思想与生成模型结合在一起，巧妙避开了传统生成模型中概率密度估计困难等问题
LoveMIss-Y·2018-11-15 16:24

机器学习与深度学习系列连载： 第二部分 深度学习（八）可以自己学习的激活函数（Maxout）

对抗网络（GAN）之父Goodfellow，给我们一个肯定的答案。
人工智能插班生·2018-11-04 14:35

深度学习maxout单元

参考了http://www.cnblogs.com/tornadomeet一、相关理论maxout出现在ICML2013上:《MaxoutNetworks》,作者Goodfellow将maxout和dropout
Rookiekk·2018-10-03 16:57

深度学习的最新研究进展（三）

Goodfellow等（2016）详细解释了深度生成模型，如受限和非受限的玻尔兹曼机及其变
慧安金科·2018-09-25 15:01

深度学习的最新研究进展（二）

Goodfellow等（2016）对深度前馈网络、卷积网络、递归网络及其改进
慧安金科·2018-09-19 14:24

【神经网络】——生成式对抗网络（GANs）的快速理解

【摘要】GAN是由Goodfellow等人于2014年设计的生成模型。在GAN设置中，两个由神经网络进行表
20斤芹菜肉包子·2018-09-17 22:57

[Deep-Learning-with-Python]GAN图片生成

GAN由Goodfellow等人于2014年引入的生成对抗网络（GAN）是用于学习图像潜在空间的VAE的替代方案。
csdn0006·2018-09-07 21:27

[Deep-Learning-with-Python]GAN图片生成

GAN由Goodfellow等人于2014年引入的生成对抗网络（GAN）是用于学习图像潜在空间的VAE的替代方案。
七八音·2018-09-07 21:54

【深度学习(Deep Learning by Yoshua Bengio & Ian GoodFellow )学习笔记】第一部分（应用数学与机器学习基础）——线性代数

线性代数线性代数主要面向连续数学，而非离散数学，所以很多计算机科学家很少接触它。然而掌握好线性代数对理解和从事机器学习算法相关工作时很有必要的。1.1标量、向量、矩阵和张量标量（scalar）：一个标量就是单独一个数。通常用斜体、小写表示。介绍标量时，通常会明确表示它所属的类型。如：定义实数标量：会说“令s∈R”表示一条斜率。向量（vector）:一个向量就是一列有序排列的数。通常用粗体、小写表示
慢慢成长的芦苇·2018-08-29 16:18

生成对抗网络——GAN（一）

而发现这片矿源的就是GAN之父，Goodfellow大神。文末有基于keras的GAN代码，有助于理解GAN的原理生成对抗网络GAN，是当今的一大热门研究方向。在2014年，被Goodfe
木盏·2018-07-30 23:08

【总结】Robust physical-world attacks on deep learning models

一、相关工作：A.对抗样本：Goodfellow:thefastgradientsign(FGS)iterativeoptimization-basedalgorithmuniversalperturbations
qq_37903108·2018-07-12 09:50

GAN应用汇总

GAN的应用汇总（持续更新）前言：GAN全称是Generatoradversarialnetworks,中文是生成对抗网络，是一种生成式模型，由goodfellow在14年提出，近四年来被AI研究者疯狂研
Double_V_·2018-07-01 19:44

Hulu面试题(四)

转载自https://mp.weixin.qq.com/s/OXXtPoBrCADbwxVyEbfbYg25.初识生成式对抗网络（GANs）场景描述2014年的一天，Goodfellow与好友相约到酒吧聊天
_龙雀·2018-05-22 17:10

GAN完整理论推导与实现

在本文中，我们将从原论文出发，借助Goodfellow在NIPS2016的演讲和台大李弘毅的解释，而完成原GAN的推导与证明。
gqixl·2018-05-02 16:40

自适应学习率的优化算法（from goodfellow deep learning）

文章取自goodfellowdeeplearning书,位置如下：IIDeepNetworks:ModernPractices8OptimizationforTrainingDeepModels—–8.5AlgorithmswithAdaptiveLearningRates前言研究表明，学习率是非常重要的一个超参数，甚至能左右模型的好坏，但是，学习率也是非常难确定取值的，因为它不是靠学习而来，而是
chestnut--·2018-02-27 17:30

MIT deep learning 笔记：正则化（Regulation）

Deeplearning是Goodfellow等人写的一本介绍深度学习的书，详见：http://www.deeplearningbook.org/参考文献：【1】@book{Goodfellow-et-al
对抗天网的小人儿·2017-12-10 16:28

令人拍案叫绝的Wasserstein GAN

在GAN的相关研究如火如荼甚至可以说是泛滥的今天，一篇新鲜出炉的arXiv论文《WassersteinGAN》却在Reddit的MachineLearning频道火了，连Goodfellow都在帖子里和大家热烈讨论
LY-林雨·2017-11-30 22:28

Tensorflow实战学习(五十一)【生成式对抗网络】

GAN之父，IanJ.Goodfellow，公认人工智能顶级专家。原理。
风灵使·2017-11-23 11:19

GAN——UNIT简单梳理

自从2014年Goodfellow提出GAN（Generativeadversarialnetworks）模型之后，在机器学习领域就砸下了一个大大的陨石坑，此后至今，已经有成百上千篇的GAN相关论文在Arxiv
Omni-Space·2017-11-13 14:03

虚构的对抗：GAN with the wind

Goodfellow于2014年提出了G
机器之心V·2017-11-03 06:00

详细解读Ian Goodfellow ICCV2017演讲PPT《解读GAN的原理与应用》

PPT下载：http://www.iangoodfellow.com/slides/2017-10-22.pdfPPT1：生成对抗网络PPT2：生成模型生成模型有两种方法：密度（概率）估计：就是说在不了解事件概率分布的情况下，先假设随机分布，然后通过数据观测来确定真正的概率密度是怎样的。样本生成：就是手上有一些训练样本数据，通过训练后的模型来生成类似的“样本”。PPT最底下一排图片来自于Image
Amber_Wu·2017-11-02 11:48

GAN的入门与实践

作者：Double_V编辑：龚赛PART01GAN简介引言生成对抗网络（GenerativeAdversarialNets，GAN）是由openai研究员Goodfellow在2014年提出的一种生成式模型
燕哥带你学算法·2017-11-01 00:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他