谷歌推出TFGAN:开源的轻量级生成对抗网络库
原作 Joel Shor 机器感知高级软件工程师
Root 编译自 谷歌开源博客
量子位 出品 | 公众号 QbitAI
一般情况下,训练一个神经网络要先定义一下损失函数,告诉神经网络输出的值离目标值偏差大概多少。举个例子来说,对于图像分类网络所定义的损失函数来说,一旦网络出现错误的分类结果,比如说把狗标记成了猫,就会得到一个高损失值。
不过,不是所有任务都有那么容易定义的损失函数,尤其是那些涉及到人类感知的,比如说图像压缩或者文本转语音系统。
GAN(Generative Adversarial Networks,生成对抗网络),在图像生成文本,超分辨率,帮助机器人学会抓握,提供解决方案这些应用上都取得了巨大的进步。
不过,理论上和软件工程上的更新不够快,跟不上GAN的更新的节奏。
class="video_iframe" data-vidtype="2" allowfullscreen="" frameborder="0" data-ratio="1.7647058823529411" data-w="480" data-src="http://v.qq.com/iframe/player.html?vid=w0518ppiwc1&width=670&height=376.875&auto=0" style="display: block; width: 670px !important; height: 376.875px !important;" width="670" height="376.875" data-vh="376.875" data-vw="670" src="http://v.qq.com/iframe/player.html?vid=w0518ppiwc1&width=670&height=376.875&auto=0"/>
△ 一段生成模型不断进化的视频
上面的视频可以看出,这个生成模型刚开始只能产生杂乱的噪音,但是最后生成了比较清晰的MNIST数字。
为了让大家更容易地训练和评价GAN,我们提供TFGAN(轻量级GAN库)的源代码。其中包含容易上手的案例,可以充分地展现出TFGAN的表现张力和灵活性。我们还附上了一个示范教程,里面提到了高级的API端口怎么样能快速地用你的数据来训练模型。
△ 对抗损失对于图像压缩的效果。
顶层是ImageNet数据集里的图,中间那层是传统损失训练出来的图像压缩神经网络压缩和解压后的效果,底层是GAN损失和传统损失一起训练的神经网络效果。可以看得出来,底层的图边缘更锐利,细节更丰富,虽然和原图还是有一定的差距。
当使用端对端的语音合成TacotronTTS网络时,GAN可以增加部分真实的声音特性。如下图所示。
△ 大多文本转语音(TTS)网络产生的过平滑的声谱图
TacotronTTS可以有效减少生成音频的人工痕迹,出来的语音更真实自然(具体参考,https://arxiv.org/abs/1703.10135)。
TFGAN支持多种主流的实验方法。既有简单的可涵盖大部分GAN案例的函数(只要几行代码,开发者就可以拿自己的数据直接建模了),也有设计独立模块化的特殊GAN函数,你可以随意地组合自己需要的函数,损失、评估、特征、训练函数。
同时,TFGAN也支持搭配其他架构,或者原始的TensorFlow代码。使用了TFGAN搭建的GAN模型,以后底层架构的优化会更加方便。另外,也有大量的已经预置的损失函数或特征函数供开发者选择,不用再花大量时间自己去写。最最最重要的是代码已经被反复测试过了,开发者不用再担心GAN库数据上的错误。
最后,附TFGAN链接:
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/gan
原文链接:
https://opensource.googleblog.com/2017/12/tfgan-lightweight-library-for-generative-adversarial-networks.html
— 完 —
活动推荐
△点击图片或阅读原文
即可报名和获取更多详情
联想全国高校AI精英挑战赛,面向全国征集优秀AI相关领域技术与应用。此次将在全国8大赛区、260所高校开启项目收集和沟通评判,最终入围总决赛的8支参赛队伍,将获得联想创投投资。
活动报名
旷视研究院深度解读COCO 2017人体姿态估计冠军论文
嘉宾:竞赛队owner、论文共同一作,旷视研究院研究员王志成
时间:12月13日(周三)晚19:30-20:30
形式:线上直播+微信群互动
添加量子位小助手4:qbitbot4,备注“吃瓜社”,通过后即可入群参与活动
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
谷歌推出TFGAN:开源的轻量级生成对抗网络库相关推荐
- 关于GAN的七个问题:谷歌大脑工程师带你梳理生成对抗网络
https://www.toutiao.com/a6678477083334672903/ 鱼羊 发自 纽凹非寺 量子位 报道 | 公众号 QbitAI 比起自己埋头写论文,聊聊自己感兴趣的方向,期待 ...
- 新手必看:生成对抗网络的初学者入门指导
新手必看:生成对抗网络的初学者入门指导 https://www.cnblogs.com/DicksonJYL/p/9698877.html 本文为 AI 研习社编译的技术博客,原标题 A Beginn ...
- python自动源码_谷歌推出Tangent开源库,在Python源代码上做自动微分
原标题:谷歌推出Tangent开源库,在Python源代码上做自动微分 李林 编译自 Google Research Blog 谷歌今天推出了一个新的开源Python自动微分库:Tangent. 和现 ...
- 生成对抗网络(GANs)的资料小结,另附:资源|17类对抗网络经典论文及开源代码(附源码)
1.GANs的一些资料链接 ************************************************** *********************************** ...
- 【通知】《生成对抗网络GAN原理与实践》代码开源,勘误汇总!
有三上个月出版了新书<生成对抗网络GAN:原理与实践>,Generative Adversarial Networks(中文名生成对抗网络,简称GAN)自从被提出来后,其发展就非常迅猛,几 ...
- [Pytorch系列-72]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型训练CycleGAN模型
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客 本文网址:https://blog.csdn.net/HiWangWenBing/article/detai ...
- [Pytorch系列-69]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - test.py代码详解
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客 本文网址:[Pytorch系列-66]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleG ...
- [Pytorch系列-66]:生成对抗网络GAN - 图像生成开源项目pytorch-CycleGAN-and-pix2pix - 使用预训练模型测试pix2pix模型
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客 本文网址:https://blog.csdn.net/HiWangWenBing/article/detai ...
- 吴恩达Deeplearning.ai国庆节上新:生成对抗网络(GAN)专项课程
机器之心报道 作者:蛋酱 Coursera 刚刚上新了 GAN 的专项课程,或许在这个国庆假期,你应该学习一波了. 生成对抗网络(Generative Adversarial Network,GAN) ...
最新文章
- 用AI为美国政府“助纣为虐”,微软员工怒了
- HDLBits 系列(9)Gates and Vector
- 深度学习100例-卷积神经网络(CNN)识别神奇宝贝小智一伙 | 第16天
- mysql repair 索引_mysql 问题记录(1) 全文索引查询问题及使用方法
- 字符串匹配的Boyer-Moore算法
- linux5.4无法远程,利用Xmanager_在RedHat5.4下实现Linux远程桌面
- Java基础学习总结(166)——Google 13 条代码审查标准
- WPF实现特殊统计图
- Javascript:js借助jQuery和fileSave将表格存储到world
- Mina2.0快速入门
- 兄弟打印机打印时显示服务器内部错误,打印机出现内部错误无法打印什么原因...
- Internet 选项在哪
- gwas snp 和_GWAS,SNP,和疾病
- 现在俏皮话越来越多了
- 服务器appcrash的问题怎么修复,电脑appcrash的问题怎么修复?
- 凝思(linx)系统ntp服务
- [转]IDA + GDBServer实现iPhone程序远程调试
- everything changes so quietly
- 东野圭吾梦幻花读后感_让梦幻花绽放在心灵深处——读东野圭吾《梦幻花》有感...
- java 与或_Java 语言中的逻辑与 () 和逻辑或 (||) 运算采用 方式进行运算。_学小易找答案...
热门文章
- 水滴直播风波背后:事关隐私的恐慌和“委屈”的周鸿祎
- 什么叫做支路_你知道什么叫电路图的了吧...
- fprom预测结果内容_生物标志物联合OCT预测ACS患者再发冠脉事件|博“冠”精点...
- python天天向上的力量三天打鱼两天晒网_天天向上的力量
- chrome 您即将提交的信息不安全_各地市场监督管理局发布食品安全抽检信息 通报不合格样品批次...
- linux打印jvm内存堆栈_jvm内存堆栈监控之jmap篇
- java ssm 分页_ssm实现分页查询的实例
- configureWebpack与chainWebpack
- 为什么ES模块比CommonJS更好?
- java 日期时间工具_Java日期时间类工具