GAN生成对抗网络之生成模型
朋友们，如需转载请标明出处：http://blog.csdn.net/jiangjunshow
什么是生成模型？
在开始讲生成对抗网络之前，我们先看一下什么是生成模型。在概率统计理论中，生成模型是指能够在给定某些隐含参数的条件下，随机生成观测数据的模型，它给观测值和标注数据序列指定一个联合概率分布。在机器学习中，生成模型可以用来直接对数据建模，如根据某个变量的概率密度函数进行数据采样，也可以用来建立变量间的条件概率分布，条件概率分布可以由生成模型根据贝叶斯定理形成。
如下图所示的生成模型概念示意图，对于输入的随机样本能够产生我们所期望数据分布的生成数据。举一个例子，一个生成模型可以通过视频的某一帧预测出下一帧的输出。另一个例子是搜索引擎，在你输入的同时，搜索引擎已经在推断你可能搜索的内容了。可以发现，生成模型的特点在于学习训练数据，并根据训练数据的特点来产生特定分布的输出数据。
对于生成模型来说，可以分为两个类型，第一种类型的生成模型可以完全表示出数据确切的分布函数。第二种类型的生成模型只能做到新数据的生成，而数据分布函数则是模糊的。本教程讨论的生成对抗网络属于第二种，第二种类型生成新数据的功能也通常是大部分生成模型的主要核心目标。
生成模型的作用是什么？
生成模型似乎干的事情就是为了产生那些不真实的数据，那么我们究竟为何要研究生成模型呢？
虽说生成模型的功能在于生成“假”数据，但在科学界和工业界确实可以起到各种各样的作用。Ian Goodfellow在NIPS2016的演讲中给出了很多生成模型的研究意义所在。
首先，生成模型具备了表现和处理高维度概率分布的能力，而这种能力可以有效运用在数学或工程领域。其次，生成模型尤其是生成对抗网络可以与强化学习领域相结合，形成更多有趣的研究。此外，生成模型亦可通过提供生成数据，从而能够优化完善半监督式学习。
当然生成模型也已经在业内有了非常多的应用点，比如使用生成模型用于超高解析度成像，可以将低分辨率的照片还原成高分辨率，此类应用非常有用，对于大量不清晰的老照片，我们可以采用这项技术加以还原，或者对于各类低分辨率的摄像头等，也可以在不更换硬件的情况下提升其成像能力。
使用生成模型进行艺术创作也是非常流行的一种应用方式，可以通过用户交互的方式，输入简单的内容从而产生艺术作品的创作。
此外还有图像到图像的转换、文字到图像的转换等。这些内容都非常有趣，不仅可以应用于工业与学术领域，也可应用于消费级市场。关于更多应用方面的详细介绍会在本教程的后半部分中展开详述。
GAN生成对抗网络之生成模型相关推荐
- 深度卷积生成对抗网络DCGAN——生成手写数字图片
前言 本文使用深度卷积生成对抗网络(DCGAN)生成手写数字图片,代码使用Keras API与tf.GradientTape 编写的,其中tf.GradientTrape是训练模型时用到的. 本文用到 ...
- 深度学习故障诊断之-使用条件生成对抗网络CGAN生成泵流量信号
开始填坑 MATLAB统计机器学习,深度学习,计算机视觉 - 哥廷根数学学派的文章 - 知乎 MATLAB统计机器学习,深度学习,计算机视觉 - 知乎 之前写过在使用深度学习对机械系统或电气系统进行故 ...
- pytorch实现GAN（生成对抗网络）生成二次元头像（附代码）
目录 GAN基本概念 GAN算法流程 代码实现与讲解 1.准备数据集 代码实现 定义鉴别器 定义生成器 训练 补充 附完整代码 参考链接及书目 GAN基本概念 GAN, 全称Generative Ad ...
- PyTorch 生成对抗网络 01.生成对抗网络
1. 简介 本教程通过一个例子来对 DCGANs 进行介绍.我们将会训练一个生成对抗网络(GAN)用于在展示了许多真正的名人的图片后产生新的名人. 这里的大部分代码来自pytorch/examples ...
- NeurIPS 2019 | MelGAN：基于生成对抗网络快速生成音频
作者丨武广 学校丨合肥工业大学硕士生 研究方向丨图像生成 谈到数据的生成,很多人都会想到利用生成对抗网络(GAN)去实现,这对于图像和视频这种较易于编码表示的数据是合适的.然而在实现音频的生成时,却是 ...
- DLbest系列1——GAN生成对抗网络2
GAN 6 COGAN(耦合生成对抗网络,1个模型2个用途) 7 LSGAN(最小二乘GAN,均方差替换交叉熵) 7.1 训练思路 8 CycleGAN(风格转换) 8.1 训练思路 9 SRGAN( ...
- 生成对抗网络（Generative Adversarial Networks，GAN）初探
1. 从纳什均衡(Nash equilibrium)说起 我们先来 看看纳什均衡的经济学定义: 所谓纳什均衡,指的是参与人的这样一种策略组合,在该策略组合上,任何参与人单独改变策略都不会得到好处.换句 ...
- 使用PyTorch构建GAN生成对抗网络源码（详细步骤讲解+注释版）01 手写字体识别
文章目录 1 生成对抗网络基本概念 2 生成对抗网络建模 2.1 建立MnistDataset类 2.2 建立鉴别器 2.3 测试鉴别器 2.4 Mnist生成器制作 3 模型的训练 4 模型表现的判 ...
- GAN生成对抗网络的原理及CycleGAN、Pixel2Pixel、starGAN的的原理即实现
生成对抗网络 1.生成对抗网络的定义 生成式对抗网络是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一.模型通过框架中(至少)两个模块:生成模型和判别模型的互相博弈学习产生相当好的输出 ...
最新文章
- html js 做的小游戏,用js做一个小游戏平台 (一)
- 面试官：react和vue有什么区别吗？
- Hibernate主键生成策略总结(这里面讲的很详细)
- 二分匹配的Hopcroft-Carp算法
- 如何计算CDS view里两个时间戳之间的天数间隔
- 为何我中断执行的线程不起作用，Why
- 相互宝正式宣布将于2022年1月28日关停
- python2.7安装教程win7_win7下python2.7安装 pip，setuptools的正确方法
- Flask 学习-86.Flask-APScheduler 创建定时任务
- php 图片 字母识别,PHP图片文字识别（OCR）
- 丹佛大学计算机专业,丹佛大学计算机工程排名第81（2018年TFE美国排名）
- 这4款神级软件 最好用的软件
- 怎样自动以管理员身份运行bat文件?
- java中private，public，protected详解
- 【译】第三篇 SQL Server安全主体和安全对象
- 毕业设计-基于微信小程序的在线考试系统
- 【重磅】马晓东所著的《数字化转型方法论》获“大数据科技传播奖”，与李兰娟等10位院士、BAT高管共获殊荣
- 大数据工具之Superset
- AutoCad .Net二次开发求两曲线最小距离
- mysql索引可以提高什么的操作效率_MySQL查询性能优化前，必须先掌握MySQL索引理论...