02 2018 档案
摘要：学习总结于国立台湾大学 ：李宏毅老师 WGAN前作：Towards Principled Methods for Training Generative Adversarial Networks WGAN： Wasserstein GAN Improved WGAN: Improved Traini
阅读全文
摘要：学习总结于国立台湾大学 ：李宏毅老师 f-GAN: Training Generative Neural Samplers using Variational Divergence Minimization 本文Outline 一句话介绍f-GAN: you can use any f-diverg
阅读全文
摘要：学习总结于国立台湾大学 ：李宏毅老师 自编码器 AE (Auto-encoder) & 变分自动编码器VAE(Variational Auto－encoder) 学习编码解码过程，然后任意输入一个向量作为code通过解码器生成一张图片。 VAE与AE的不同之处是：VAE的encoder产生与nois
阅读全文
摘要：学习总结于国立台湾大学 ：李宏毅老师 Author: Ian Goodfellow • Paper: https://arxiv.org/abs/1701.00160 • Video: https://channel9.msdn.com/Events/Neural-Information-Proce
阅读全文
