生成对抗网络

关注
收录了生成对抗网络频道下的 10 篇内容
  • 全部
  • 文章
Jeff Dean再执笔:一文看尽2019谷歌AI重大突破
Jeff Dean 再执笔:一文看尽 2019 谷歌 AI 重大突破

对于谷歌的研究团队来说,2019 年是令人兴奋的一年。

微软北大造出超逼真AI换脸框架,顺便搞了个伪人脸检测器,网友:自造矛和盾?
微软北大造出超逼真 AI 换脸框架,顺便搞了个伪人脸检测器,网友:自造矛和盾?

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。

AI周报:华为回应关于“获政府5200多亿补贴”报道;投资64亿的阿里北京总部动土开工;人工智能可预测大熊猫的配对成功机率
AI 周报:华为回应关于“获政府 5200 多亿补贴”报道;投资 64 亿的阿里北京总部动土开工;人工智能可预测大熊猫的配对成功机率

“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。

盘点AI领域最具影响力人物,哪些是你心中的“众望所归”?
盘点 AI 领域最具影响力人物,哪些是你心中的“众望所归”?

纵观 AI 风云史,数风流人物,还看今朝 。

一键高清还原老照片:全方位解读美图影像实验室MTlab人像画质修复技术
一键高清还原老照片:全方位解读美图影像实验室 MTlab 人像画质修复技术

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。

一文看懂GAN演进图谱
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。

TensorFlow工程实战(五):构建DeblurGAN模型,将模糊相片变清晰
TensorFlow 工程实战(五):构建 DeblurGAN 模型,将模糊相片变清晰

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。

GAN毕业手册:从零到一构建自己的GAN模型
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。

AI一周热闻:GAN 之父 Ian Goodfellow 离开谷歌加盟苹果;谷歌火速解散人工智能道德委员会
AI 一周热闻:GAN 之父 Ian Goodfellow 离开谷歌加盟苹果;谷歌火速解散人工智能道德委员会

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”。

    多种区块链技术的区别和应用场景
    多种区块链技术的区别和应用场景

    何亦凡 | 红枣科技 创始人&CEO、BSN发展联盟常务理事

    立即下载
    NLP 在证券行业的实战

    林金曙 | 恒生电子研究院 NLP 团队负责人,资深技术专家

    立即下载
    云原生应用管理在阿里云的实践和挑战

    胡志广 | 阿里巴巴 高级技术专家

    立即下载