Гость номера: Лю Шуанг (аспирант Калифорнийского университета в Сан-Франциско)
Тема: Глубокое обучение
С того дня, когда электронная почта стала широко использоваться, многие исследователи и программисты боролись с классификацией спама. Алгоритмы классификации спама становятся все более изощренными, а это означает, что более реалистичный спам также может быть успешно отсеян. С точки зрения спамеров, чтобы иметь возможность распространять свои электронные письма, им необходимо спроектировать спам так, чтобы он был более похож и неотличим от обычных электронных писем.
Основываясь на схожих идеях, в этом эпизоде мы поговорим с вами о генеративно-состязательных сетях, предложенных Яном Гудфеллоу в 2014 году. Генеративно-состязательная сеть одновременно соединяет генератор и дискриминатор.Генератор используется для генерации набора данных, а дискриминатор используется для определения того, является ли определенный фрагмент данных искусственно синтезированным или находится в исходном наборе данных. По мере приближения сгенерированных данных к реальным данным дискриминатор должен быть более четким. Игра между генератором и дискриминатором используется для достижения цели одновременного прогресса обоих.
слушать шоу
некоторые из упомянутых вещей
- Генеративно-состязательные сети (Generative Adversarial Nets) был предложен в 2014 году Яном Гудфеллоу. Теперь, когда дело доходит до создания состязательных сетей, обычно используется аббревиатура GAN.
- Лю Шуанг упомянул инструменты, которые могут превратить реальную картину в картину маслом в стиле Ван Гога.Deep Dream. На самом деле, Deep Dream не ограничивается определенным стилем, пока вы можете найти достаточное количество образцов стилей изображения, его можно использовать в качестве цели конверсии.
- В программе мы также упомянули, что с помощью GAN можно превратить обычную бегущую лошадь на видео в зебру. Видео и конкретные пояснения можно найти наздесьоказаться.
Пожалуйста, поделитесь нашим сайтом с друзьями.
Спасибо за поддержку!