生成對抗網絡

出自維基百科，自由嘅百科全書
生成對抗網絡最出名嘅係能夠產生幾可亂真嘅數據－以上呢幾塊人面並唔存在，而係用生成對抗網絡憑空建構嘅。

生成對抗網絡（粵拼：sang1 sing4 deoi3 kong3 mong5 lok6；英文：generative adversarial network，GAN）係一種人工神經網絡做法。用呢種方法建構神經網絡涉及整兩個人工神經網絡，然後再要嗰兩個神經網絡互相競爭，從而產生新而且幾可亂真嘅數據。最基本嗰種生成對抗網絡做法大致如下[1][2]：

  • 建立兩個神經網絡；
  • 其中一個神經網絡做生成網絡（generative network），生成網絡會負責輸出數據，當中「數據」可以係圖像、聲或者影片都得；
  • 另外嗰個神經網絡就會做分辨網絡（discriminative network），分辨網絡會以生成網絡嘅輸出同真數據做自己輸入，foreach 數據，個分辨網絡要負責嗰件數據係真定假（「假」意思即係話「嗰件數據係由個生成網絡老作嘅」）；
  • 對於個生成網絡嚟講，佢最重要嘅目的係要呃到個分辨網絡－即係務求要做到令自己產生嘅數據俾個分辨網絡判定係「真」；
  • 如是者，呢兩個網絡會互相對抗，順利嘅話，生成網絡會變到能夠產生幾可亂真嘅數據[3][4]。

舉個例說明，建立兩個神經網絡，生成網絡會攞一串字符做輸入，並且嘗試產生出符合嗰段字符描述（例：「唐人男人」、「白種女人」... 等等）嘅人面，然後個分辨網絡就會攞輸入，分辨網絡嘅輸入有兩種－真嘅人面同生成網絡憑空建構嘅人面，而分辨網絡嘅輸出係一個表示「幅圖有幾大機率係真」嘅數值 （「假」係指「嗰幅圖係由生成網絡老作嘅」）；生成網絡嘅目的係要令自己產生嘅圖像得到嘅 值有咁大得咁大－如果有適當嘅演算法配合嘅話，個生成網絡最後會學習到能夠產生望落係真、但查實唔存在嘅人面[5]。

睇埋[編輯]

參考文獻[編輯]

  • Goodfellow, Ian; Pouget-Abadie, Jean; Mirza, Mehdi; Xu, Bing; Warde-Farley, David; Ozair, Sherjil; Courville, Aaron; Bengio, Yoshua (2014). Generative Adversarial Networks (PDF). Proceedings of the International Conference on Neural Information Processing Systems (NIPS 2014). pp. 2672–2680.

攷[編輯]

  1. ↑ A Beginner's Guide to Generative Adversarial Networks (GANs). Pathmind.
  2. ↑ Goodfellow, I. et al. (2014). Generative Adversarial Networks (PDF). Proceedings of the International Conference on Neural Information Processing Systems (NIPS 2014). pp. 2672–2680.
  3. ↑ Salimans, Tim; Goodfellow, Ian; Zaremba, Wojciech; Cheung, Vicki; Radford, Alec; Chen, Xi (2016). "Improved Techniques for Training GANs".
  4. ↑ Isola, Phillip; Zhu, Jun-Yan; Zhou, Tinghui; Efros, Alexei (2017). "Image-to-Image Translation with Conditional Adversarial Nets". Computer Vision and Pattern Recognition.
  5. ↑ Generate Realistic Human Face using GAN 互聯網檔案館嘅歸檔，歸檔日期2020年7月30號，.. Towards Data Science.

拎[編輯]

由「https://zh-yue.wikipedia.org/w/index.php?title=生成對抗網絡&oldid=1781194」收