资料下载
×
生成式对抗网络应用及研究综述
消耗积分:0 |
格式:pdf |
大小:3.73 MB |
2021-06-09
分享资料个
基于零和博弈思想的生成式对抗网络（GAN）可通过无监督学习获得数据的分布，并生成较逼真的数据。基于GAN的基础概念及理论框架，硏究各类GAN模型及其在特定领域的应用情况，从数据相似性度量、模型框架、训练方法3个方面进行分析，对GAN改进与扩展的相关研究成果进行总结，并从图像合成、风格迁移等应用领域展开讨论，归纳出GAN的优势与不足，同时对其应用前景进行展壟。分析结果表明，GAN的学习能力与可塑性强，改进潜力大，应用范围广，但其发展面临的挑战是训练过程丕稳定，且缺乏生成数据质量的客观评价标准。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
