Генеративные состязательные сети

Февраль 27, 2021

Главная
Информатика
Генеративные состязательные сети

Содержание

2. Сверточные нейросети
3. Генерация изображений с помощью GAN GAN (x_1,x_2,…,x_100) ~ N(0,S) Нормально распределенный Случайный шум Синтетические изображения спален
4. Генерация изображений с помощью GAN Фотоснимки спален, используемые для обучения GAN
5. Генерация изображений с помощью GAN Фотоснимки лиц, используемые для обучения GAN Синтезированные GAN лица
6. Обучение GAN Генератор и дискриминатор обучаются методом градиентного спуска. Т.е. минимизируется функция ошибки. Функция ошибки у
8. Скачать презентацию

Слайд 2

Сверточные нейросети

Сверточные нейросети

Слайд 3

Генерация изображений с помощью GAN
GAN
(x_1,x_2,…,x_100) ~ N(0,S)
Нормально распределенный
Случайный шум
Синтетические изображения спален

Генерация изображений с помощью GAN GAN (x_1,x_2,…,x_100) ~ N(0,S) Нормально распределенный Случайный шум Синтетические изображения спален

Слайд 4

Генерация изображений с помощью GAN
Фотоснимки спален, используемые для обучения GAN

Генерация изображений с помощью GAN Фотоснимки спален, используемые для обучения GAN

Слайд 5

Генерация изображений с помощью GAN
Фотоснимки лиц,
используемые для
обучения GAN
Синтезированные GAN лица

Генерация изображений с помощью GAN Фотоснимки лиц, используемые для обучения GAN Синтезированные GAN лица

Слайд 6

Обучение GAN
Генератор и дискриминатор обучаются методом градиентного спуска. Т.е. минимизируется функция ошибки.

Обучение GAN Генератор и дискриминатор обучаются методом градиентного спуска. Т.е. минимизируется функция

Функция ошибки у дискриминатора:
Функций ошибки у генератора может быть несколько. Наиболее распространенные:
Минимазация этих функционалов эквивалентна минимизации вероятностных распределений в разлиынх метриках вероятностных распределений