生成对抗网络_生成对抗网络应用_生成对抗神经网络-infoQ

1 月 19 日

甄选全球最新行业动态，着眼影响技术变革的大事件。

1 月 10 日

对于谷歌的研究团队来说，2019 年是令人兴奋的一年。

1 月 7 日

研究人员表示，这两项技术优于以前许多同类技术，所需数据也更少，且不会以牺牲性能代价。

2019 年 12 月 29 日

“AI 一周资讯”栏目甄选全球最新行业动态，着眼影响技术变革的大事件，聚焦业内专家学者的发声，为读者呈现出内容丰富且有价值的新闻资讯。

2019 年 12 月 19 日

纵观 AI 风云史，数风流人物，还看今朝。

2019 年 9 月 5 日

美图人像画质修复算法主要基于自研的超清人像生成网络结构 BeautyGAN（Beauty Generative Adversarial Networks），并从美图数以亿计的海量人像数据中学习，使其具备人像画质修复能力，最大程度还原人像原有的脸部信息。

2019 年 8 月 22 日

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。

2019 年 8 月 15 日

在拍照时，常常因为手抖或补光不足，导致拍出的照片很模糊。本文将介绍如何利用 DeblurGAN 模型将模糊的照片变清晰。

2019 年 5 月 16 日

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。

作者 : Jack Clark 译者: Debra

2019 年 4 月 11 日

近日，机器学习研究员 Ian Goodfellow 已离开谷歌，加盟苹果。他开发了生成对抗网络（GAN），被称为“GAN 之父”。

生成对抗网络