最近非常火的deepfake，还有最近一个非常火的的一个dance now都是对GAN的一个很好的应用，且效果都很不错 可以讲一下原理是什么，这二者原理有些区别，然后分别讲一下区别在哪里，如果可以的话，可以自己做一个demo 最近我们看到了很多关于杨幂换脸朱茵的报道，其中所用到的技术 ...

https://sigmoidal.io/beginners-review-of-gan-architectures/ 嗨，大家好！像许多追随AI进展的人一样，我无法忽略生成建模的最新进展，尤其是图像生成中生成对抗网络（GAN）的巨大成功。看看这些样本：它们与真实照片 ...

常见的GAN网络的相关原理及推导 在上一篇中我们给大家介绍了GAN的相关原理和推导，GAN是VAE的后一半，再加上一个鉴别网络。这样而导致了完全不同的训练方式。 GAN，生成对抗网络，主要有两部分构成：生成器，判别器。 生成器网络的主要工作是负责生成样本数据，输入的是高斯白噪声z ...

概述GAN（Generative Adversarial Network，生成对抗网络）是一个网络框架，它通常包括两部分，生成器（generator）和判别器（discriminator）。生成器的作用是学习真实数据的分布（或者通俗地说就是学习真实数据的特征），然后自动地生成新的数据 ...

本文转自: https://mp.weixin.qq.com/s?__biz=MzA5MDMwMTIyNQ==&mid=2649290778&idx= ...

深度学习新星：GAN的基本原理、应用和走向 (本文转自雷锋网，转载已获取授权，未经允许禁止转载)原文链接：http://www.leiphone.com/news/201701/Kq6FvnjgbKK8Lh8N.html 　作者：亚萌 相关参考： 【OpenAI ...

视频教程的链接：http://campus.swarma.org/gpac=8 一、什么是GAN 框架简述 GAN全称是Generative Adversarial Nets，中文叫做“生成对抗网络”。 在GAN中有2个网络，一个网络用于生成数据，叫做“生成器”。另一个网络用于判别 ...

Improving Supervised Seq-to-seq Model 有监督的 seq2seq ，比如机器翻译、聊天机器人、语音辨识之类的 。 而 generator 其实就是典型的 seq2seq model ，可以把 GAN ...