“镜像网络”与“猫鼠游戏”

本课程主要讲解生成式对抗网络,内容包括卷积技术的扩展以及反卷积神经网络,以及图像生成任务等等。(课时:165 分钟)

讲师:   张江

课程资料

  • 课程讲稿:报名后可见

  • 代码程序:报名后可见

课程背景

正如每个物质粒子都有一个镜像:它的反粒子;卷积神经网络也存在着一个镜像,这就是反卷积神经网络。利用这种“镜像”网络,我们可以生成图像。为了让生成的图像更逼真,我们创造了两个神经网络,让它们彼此之间玩“猫鼠游戏”的游戏,这就是对抗生成网络技术(Generative Adversial Network,简称GAN)。

在本课程中,我们将首先引入图像生成任务,并讲述它的实际用途是什么;之后,我们详细讲述了卷积技术的扩展以及反卷积神经网络。随后,我们引入了“猫鼠游戏”,让一个网络充当造假的老鼠,另一个网络充当识别假货的猫,并让它们俩完成共同训练。最终,我们利用GAN训练出一个厉害的生成器。


课后作业:图像加法器

设计一个神经网络架构,要求输入两张手写数字图片,计算出这两个数字相乘的计算结果,并生成两张图片以表示这一结果。

课程目的

学完本课程,你能做到

  • 认识到图像生成模型的强大功能

  • 了解图像生成与卷积神经网络的关系

  • 掌握生成式对抗网络(GAN)的构架方法

  • 了解选择激励函数、损失函数、优化函数时应注意的问题

  • 掌握神经网络模型的训练技巧

课程详情

本课程的内容包括:

  • 图像生成技术案例介绍

    • 利用图像生成技术“想象”出的人脸照片

    • 将图像中的表情转化为笑脸

    • 让图像变得更年轻更漂亮的人脸转换

    • 动漫自动上色

    • 文本变图像

  • 图像生成技术的基础:反卷积

  • 生成式对抗网络模型

  • 激励函数、损失函数、优化函数的选择技巧

  • 模型训练时的技巧

相关课程

image.png

GANs对抗神经网络大家族

扫码入群

购买课程后请扫码加小助手微信,备注“火炬上的深度学习上”小助手会带您进入课程讨论群哦~

wechat_image_14.jpg



讲师介绍
张江

北京师范大学系统科学学院教授,博士生导师,集智俱乐部、集智AI学园创始人,集智科学家,阿里研究院、腾讯研究院、网络智库专家,人工智能研究者与布道者。主要讲授课程:人工智能、复杂性思维、计算机建模与模拟、Matlab基础及其应用。主要从事的研究领域包括:复杂系统建模、计算社会科学等。曾发表学术论文数十篇,访问过圣塔菲研究所、密西根复杂系统中心等知名国外大学。曾带领集智俱乐部写作、出版书籍:《科学的极致——漫谈人工智能》,《走近2050——注意力、互联网与人工智能》。