深度学习笔记九：生成对抗网络GAN(基本理论)

最新推荐文章于 2025-10-02 15:08:58 发布
原创 最新推荐文章于 2025-10-02 15:08:58 发布 · 3.4k 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习 #GAN

本文深入探讨了生成对抗网络（GAN）的基本理论，基于李宏毅2017年的深度学习课程，并在之后进行了理解和架构的简化。内容涵盖了GAN的工作原理、应用场景及其在深度学习中的重要性。
最低0.47元/天 解锁文章
深度学习笔记——生成对抗网络GAN
haopinglianlian的博客
11-29 3021
本文详细介绍早期生成式AI的代表性模型：生成对抗网络GAN。
【深度学习|学习笔记】 生成对抗网络 GAN（Generative Adversarial Network）详解，附代码。
2401_89898861的博客
05-12 1026
【深度学习|学习笔记】 生成对抗网络 GAN（Generative Adversarial Network）详解，附代码。
淦?GAN!一文搞懂生成对抗网络的思想(文末附基于PaddlePaddle的手写数字生成案例)
zbp_12138的博客
08-06 1419
最参加了百度顶会论文复现营,经过一个星期的学习,我学到了很多知识,因此我打算把学到的内容好好整理整理,也就有了这篇文章。 点击链接加入课程: https://aistudio.baidu.com/aistudio/education/group/info/1340 什么是GAN? GAN的基本原理 GAN的应用场景 基于飞桨的手写数字生成案例 1. 什么是GAN?GAN的全拼是GenerativeAdversarialNetworks,翻译过来就是生成对抗网络 换句话说就是通过对抗的方式去学习.
【深度学习】--GAN从入门到初始
weixin_33834679的博客
07-01 261
一、前述 GAN，生成对抗网络，在2016年基本火爆深度学习，所有有必要学习一下。生成对抗网络直观的应用可以帮我们生成数据，图片。 二、具体 1、生活案例 比如假设真钱 r 坏人定义为G 我们通过 G 给定一个噪音X 通过学习一组参数w 生成一个G（x），转换成一个真实的分布。 这就是生成，相当于造假钱。 警察定义为D 将G(x)和真钱r 分别输入给判别网络，能判别出真假，真钱判...
生成对抗网络（GAN）：深度学习领域的革命性突破
拒绝AI玄学，只聊真技术▲
08-30 1521
生成对抗网络（Generative Adversarial Networks，简称GAN）是由等人于2014年提出的一种革命性生成模型框架。GAN的核心思想是通过两个神经网络相互对抗的过程来学习数据分布——一个是生成器（Generator），试图生成逼真的假数据；另一个是判别器（Discriminator），试图区分真实数据和生成器产生的假数据。这种对抗过程使得两个网络在竞争中共同进步，最终生成器能够产生高度逼真的数据。GAN的提出被认为是深度学习领域过去十年中最有趣的想法。
生成对抗神经网络基本思想
weixin_45997688的博客
02-25 1342
生成对抗神经网络（GAN）中有两个模型，一个是生成器（Generator），另一个是判别器（Discriminator）。生成器希望生成一个近似真实的图片（也可以不是图片，根据不同的神经网络结构，生成对抗神经网络可以被用来生成多种不同的数据类型），而判别器是一个分类模型，用来判断一个图片是不是真实（真实的图片是指从数据集里获取的图片），如果是真实的图片，返回1，不是则返回0。这两个模型对抗训练，逐...
生成对抗网络-基本概念|深度学习（李宏毅）（二十二）
weixin_42431920的博客
02-27 1171
视频地址： ①B站：https://www.bilibili.com/video/BV1JE411g7XF?p=72 ②油管：https://www.youtube.com/watch?v=DQNNMiAP5lw 一、基本概念 Generation 生成（Generation）是指通过让机器学习的模型输入一个随机的向量，来让它产生图片或者文字等，而生成对抗网络（Generative Adversarial Network，GAN）就是用来完成生成任务的一种常用的技术： 仅仅输入一个随机的向量来产生图片
深度学习（七）—— GAN
antkillerfarm的专栏
09-11 1293
深度学习（七）—— GAN
深度学习笔记38-生成对抗网络GAN入门(Pytorch)
最新发布
m0_67869333的博客
10-02 829
import os## 创建文件夹os.makedirs("./images/", exist_ok=True) # 记录训练过程的图片效果os.makedirs("./save/", exist_ok=True) # 训练完成时模型保存的位置os.makedirs("./datasets/mnist", exist_ok=True) # 下载数据集存放的位置## 超参数配置b1 = 0.5b2 = 0.999n_cpu = 2。
李宏毅P1-学习笔记：生成对抗网络GAN(Generative Adversarial Nets)
AnneQiQi的博客
11-21 1868
Generative Adversarial Network (GAN)于2014年提出。论文下载地址：https://arxiv.org/pdf/1406.2661.pdf 李宏毅对抗生成网络(GAN)国语教程(2018): https://www.bilibili.com/video/av24011528?from=search&seid=13805566188303016426 ...
通俗理解生成对抗网络的核心思想
weixin_43585712的博客
07-16 1340
1.先看一个简单的例子什么是生成对抗网络的原理 2.生成网络的结构——要点 3.应用：生成对抗网络生成图像
李宏毅 -生成对抗网络GAN课件 234页
11-30
李宏毅 -生成对抗网络GAN课件 234页 李宏毅 -生成对抗网络GAN课件 234页
李宏毅GAN对抗生成网络2018最新ppt全套
08-17
李宏毅GAN对抗生成网络2018最新ppt全套,内容非常详细，结合视频一起学习，将大有裨益
一文通俗了解对抗生成网络(GAN)核心思想
fengdu78的博客
01-27 937
目前有时间的时候学习一下gan的知识，但是时间也不多，这里记录一下所学，不要太期待喔，完全是学习李宏毅老师课程的笔记，由于是新手，欢迎大家交流指错。引言GAN已经作为一种思想来渗透在ML...
生成对抗网络
湾区人工智能
09-19 536
第1课 生成对抗网络基本原理 知识点1：机器学习中的生成模型与判别模型 知识点2：生成对抗模型：警察与小偷的故事 知识点3：GAN背后的原理：从KL散度说起 第2课 多种多样的GAN 知识点1：GAN训练不稳定及collapse mode问题 知识点2：Wasserstein距离与KL/JS散度 知识点3：WGAN原理 知识点4：基于WGAN生成人脸案例 第3课 基于能量的GAN ...
核心思想_一文通俗了解对抗生成网络(GAN)核心思想
weixin_30402231的博客
12-14 189
目前有时间的时候学习一下gan的知识，但是时间也不多，这里记录一下所学，不要太期待喔，完全是学习李宏毅老师课程的笔记，由于是新手，欢迎大家交流指错。引言GAN已经作为一种思想来渗透在ML的其余领域，做出了很多很Amazing的东西。被Yann LeCun评价为近十年最有趣的idea，所以相关研究方向的同学gan成了一个必须要学的思想和方法。Basic Idea of GAN (Gener...
GAN网络学习笔记
yangsn0719的博客
03-23 283
GAN网络学习笔记 理解对抗网络，首先要了解生成模型和判别模型。 生成模型与判别模型 https://blog.youkuaiyun.com/zouxy09/article/details/8195017 判别方法：由数据直接学习决策函数Y=f(X)或者条件概率分布P(Y|X)作为预测的模型，即判别模型。基本思想是有限样本条件下建立判别函数，不考虑样本的产生模型，直接研究预测模型。典型的判别模型包括k近邻，感...
生成对抗网络（GAN）原理详解
sjtu_wyy的博客
04-14 2120
生成对抗网络（Generative Adversarial Network, GAN）由 Ian Goodfellow 等人于 2014 年提出，是一种通过对抗训练生成高质量数据的框架。其核心思想是让两个神经网络（生成器 GGG 和判别器 DDD）在博弈中共同进化：生成器试图生成逼真的假数据，而判别器试图区分真实数据与生成数据。这种对抗过程最终使生成器能够生成与真实数据分布高度接近的样本。本文详细推导了GAN的损失函数，并给出GAN存在的一些理论问题和改进建议，最后给出代码
GAN网络学习笔记（更新中……）
qq_43225437的博客
12-27 347
GAN 网络学习 1 conditional gan（C-GAN） paper_link : paper code_link : tensorflow_implemention 总结： 1 | 将G网络换成U-net形式，使用skip-connection结构 2 | 将G网络LOSS从L2更换成L1（可以缓解模糊） 3 | 将GAN的loss改为patch loss，处理图片中的高频信息（细节信...
GAN论文笔记：对抗生成与深度学习的突破
GAN（Generative Adversarial Networks）是一种革命性的深度学习架构，它由Ian Goodfellow等人在2014年提出，旨在解决深度生成模型面临的挑战。GAN的核心思想是将生成模型（Generator, G）与一个辨别模型...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值