gans
收录了 gans 频道下的 50 篇内容
GANs 将改变世界
生成对抗网络（GANs），由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年，GANs热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探讨。Yann LeCun曾评价GANs是“20年来机器学习领域最酷的想法”。 GANs在一个月前的NIPS大会的会议大纲被提到逾170次，Facebook、Open AI等AI业界巨头都纷纷加入了对GANs的研究，连Apple公开发表的第一篇AI论文，就是关于利用GANs来训练AI图像识别能力。 由此可见，从学术界到工业界，GANs席卷而来。 Nikolai Yakovenko是一名俄罗斯出生的美国人，现Twitter供职，从事AI的研究。不久前，他写了一篇博文，阐述了他的看法：GANs将改变世界。 InfoQ梳理了Nikolai的观点，整理成文，带领读者来展望GANs将会给世界带来什么样的变化。
![深度学习进阶篇[9]：对抗生成网络GANs综述、代表变体模型、训练策略、GAN在计算机视觉应用和常见数据集介绍，以及前沿问题解决](https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image/resize,w_416,h_234)
深度学习进阶篇 [9]：对抗生成网络 GANs 综述、代表变体模型、训练策略、GAN 在计算机视觉应用和常见数据集介绍，以及前沿问题解决
所谓生成模型，就是指可以描述成一个生成数据的模型，属于一种概率模型。维基百科上对其的定义是：在概率统计理论中, 生成模型是指能够随机生成观测数据的模型，尤其是在给定某些隐含参数的条件下。它给观测值和标注数据序列指定一个联合概率分布。
GAN 毕业手册：从零到一构建自己的 GAN 模型
本文首先对生成对抗网络（GAN）的发展进行了简单的介绍。随后深入探讨了 GAN 的网络原理，并介绍了网络的评价指标。最后带领读者创建并运行自己的 GAN，利用 MNIST 数据集训练网络，用 Comet.ml 对实验数据和参数进行分析，并生成手写数字。
自动驾驶的下一步在哪？| InfoQ 大咖说
直播内容：年后，吴甘沙辞职选择创办驭势科技，曾经想用两年时间搞定一切，如今五年已过还在努力做商业化落地。
「生发」那些事儿：MT Lab 落地多个头发生成项目
MT Lab落地多个头发生成项目
Pair Painting 结对粉刷房间
Victoria上周粉刷了一下家中的厨房，这一过程使她联想起了结对编程。她和她的搭档之前也有过粉刷房间的经验，而且出来的效果也让她们感到十分自豪。但换成了她自己来做的话，尽管她具有良好的技能与知识，但最终的效果也不那么理想。她对此产生了疑问：事情为什么是这样？
改善图像处理效果的五大生成对抗网络
在图像处理方面，机器学习实践者们正在逐渐转向借助生成对抗网络的力量
内部技术会议的“How”和“Why”
当今的软件工程对人员和技术同样重视 – 需要帮助团队发挥出始终如一的表现。我们需要促进团队之间的协作，让大家能够更顺畅地完成工作。Matthew Skelton和Victoria Morgan-Smith在本文中探讨了如何通过内部会议促进组织的社会资本，借此让人际关系更为繁荣，业务更为兴旺。
2020 年，那些令人印象深刻的 AI 论文
回顾2020年优质的AI论文。
但它安全吗？
虽然很少听到有人问“这个软件安全吗？”这样的问题，但软件的安全性正变得愈加重要。IoT设备的激增将一些小问题的影响力无限放大，很多技术可以帮助开发者分析并改善自己所开发软件的安全性。
SOA 十诫
使用面向服务的 架构（SOA）可能会降低信息系统的成本。但是若仍然将那些适用于数据库时代的范式应用于SOA，反而会导致成本提升，有时甚至会引发危险设计。笔者探索 了各种方法，通过遵守十大基本戒律以实现SOA最初期望达到的潜在价值。
2018 年 Java 展望
本文是对2018年Java新版本中特性的展望。
Java Nestmate 稳步推进
Oracle提出了JEP 181“基于嵌套的访问控制”，即“Nestmate”。该JEP将是对Java平台的一次技术提升，可偿清早在20年前Java 1.1就提出的技术债务。
Oracle 加快终止对以往 Java 版本的免费支持期
目前来看，在Oracle新给出的支持路线图中，显著削减了新版本发布后应提供的免费更新维护期。
InfoQ 访谈：Java 的现状和未来
针对前期报道“JAVA 13 进入特性冻结阶段”，InfoQ采访了Ritter，内容涉及Java 12和13版本，以及Azul在Java 新版本推出后所采取的行动。
一文看懂 GAN 演进图谱
GAN作为近几年深度学习的大坑以其优雅的理论和惊艳的效果而大火。本文简单总结串讲下GAN发展至今比较有代表性的模型以及其主要特点。
GraphQL 两年实战避坑经验
在生产环境中使用GraphQL的一些经验和解决方法
谷歌开源安全的机器学习操作系统 KataOS
谷歌的AmbiML团队最近开源了KataOS，这是一个适用于嵌入式机器学习硬件的可证明安全操作系统。
TiDBv6.0 与 TiDBv5.1.2 TiKV 节点重启后 leader 平衡加速，提升业务恢复速度对比测试
试用TiDB v5.1.2与TiDB v6.0.0 TiKV 节点重启后 leader 平衡加速，提升业务恢复速度对比
TiDB 6.0 Book Rush！一起来分布式创作 6.0 的使用手册吧！
2020 年 3 月 TiDB 4.0 发布，48 小时分布式写一本书的疯狂念头把一群社区小伙伴聚在一起，造就了 TiDB 历史上第一本分布式创作的电子书—— 《TiDB in Action》。这本书以 TiDB 4.0 版本为基础，介绍了 TiDB 的基本原理、安装部署与管理的实践，以及 Troubl
促进软件开发及相关领域知识与创新的传播
京公网安备 11010502039052号 | 产品资质
扫码添加小助手
领取最新资料包
