专注数据科学的播客

生成对抗网络:两个神经网络的对弈

本期嘉宾:刘爽(UCSD 博士学生)
话题:深度学习

从大家广泛运用电子邮件的那天起,很多研究者和程序员就开始了和垃圾邮件分类的斗争。垃圾邮件分类的算法越来越精进, 就意味着更加逼真的垃圾邮件也可以成功的被筛选出来。站在垃圾邮件生成者的角度考虑,为了能够传播他们的邮件,他们就需要把垃圾邮件设计的和普通邮件更相似,更难以区分。

基于类似的思路,本期节目我们和大家聊一聊 2014年Ian Goodfellow提出的生成对抗网络模型(Generative Adversarial Nets)。 生成对抗网络把生成器和判别器同时联系起来,生成器用来生成数据集,判别器用来判断某一条数据是人工合成还是在原本数据集中。随着生成的数据和真实数据越来越接近,判别器也就需要更加敏锐。利用生成器和判别器的对弈,达到两者同时进步的目的。

收听节目


提到的一些内容

  • 生成对抗网络(Generative Adversarial Nets)是2014年由Ian Goodfellow提出的。现在提到生成对抗网络,一般用GAN这个缩写。
  • 刘爽提到了可以将一张现实中的图片转化为梵高风格的油画的工具Deep Dream。其实Deep Dream不仅限于某一种风格,只要可以找到足够样例的图片风格都可以作为转换的目标。
  • 节目中我们还提到了利用GAN可以将视频中的一匹普通的奔跑的马变成斑马。视频和具体的解释可以在这里找到。
● ● 
如果喜欢我们的节目,
请把我们的网站分享给你的小伙伴。
谢谢你的支持!

讨论

  1. Dat 回复

    赞一下,支持!
    主播网易云平台停更了吗..为什么这一期找不到了

    • 德塔赛 回复

      谢谢支持!网易云音乐也没有停更。我们周日就上传了新一期节目,但是网易审核节目的周期一般都很长,现在还没有完成审核。需要再耐心等一下!

      不过我们在官网更新的内容和在网易的更新是完全一样的,欢迎直接在这里收听!

加入讨论

电子邮件地址不会被公开。 必填项已用*标注