深度學習之星：GAN的原理

分享背景

生成式對抗網路（GAN）是近兩年機器學習領域的新秀，被Yann LeCun稱為"過去十年機器學習界最有趣的idea"，目前已經得到廣泛研究者的關注並且以高頻論文數出現在各大頂會上，目前GAN在圖像、視頻、文字、語音等很多實際場景中均得到應用，是一種潛力巨大的理論模型。生成式對抗網路最初是以圖像生成的形式出現在公眾視野，本場公開課嘉賓將詳細解讀GAN的基本原理，並通過小實驗在mnist資料庫上通俗還原GAN的每一步實現過程，在此基礎上再分享幾篇GAN在圖像風格轉換領域應用的文章。

本系列公開課一共兩場，本場為第一場GAN基礎原理篇，後一場為GAN圖像轉換應用篇。

分享主題

深度學習之星：GAN的原理

分享提綱

1.介紹GAN的基本思想

2.詳解GAN的目標函數與優化流程

3.實驗實戰GAN生成數字

4.總結GAN優勢與當前難點

分享人簡介

陳俊，華中科技大學自動化學院碩士研究生，模式識別專業，研究興趣包括：計算機視覺（視頻理解、行為識別、目標檢測與分類等）、深度學習、機器學習等。

分享時間

北京時間11月23日（周四）20:00

參與方式

掃描海報二維碼添加社長微信，備註「陳俊」

如何選擇機器學習模型？

如何提高選擇演算法的能力？

對於演算法能力應該從哪塊開始抓起？

歡迎報名演算法進階課程

演算法推導+實操

雙倍告訴你

（不要等早鳥票過期了才後悔~）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 AI研習社 的精彩文章: