Генеративно-состязательная сеть - История изменений

Dzmuh: /* Ссылки */

2026-01-26T07:36:46Z

Ссылки

← Предыдущая версия		Версия от 07:36, 26 января 2026
Строка 13:		Строка 13:

	[[Категория:GAN\|* ]]		[[Категория:GAN\|* ]]
	[[Категория:~~Искусственные нейронные~~ сети]]		[[Категория:Нейронные сети]]
	[[Категория:Когнитивные науки]]		[[Категория:Когнитивные науки]]
	[[Категория:Машинное обучение]]		[[Категория:Машинное обучение]]
	[[Категория:Обучение без учителя]]		[[Категория:Обучение без учителя]]

Dzmuh в 00:51, 10 января 2022

2022-01-10T00:51:21Z

← Предыдущая версия		Версия от 00:51, 10 января 2022
Строка 1:		Строка 1:
	{{Заготовка}}		{{Заготовка}}
	'''Генеративно-состязательная сеть''' ({{lang-en\|Generative adversarial network}}, сокращённо GAN) — алгоритм [[Машинное обучение\|машинного обучения]] [[Обучение без учителя\|без учителя]], построенный на комбинации из двух [[нейронная сеть\|нейронных сетей]], одна из которых (сеть G) генерирует образцы (см. {{нп5\|Генеративная модель\|\|en\|Generative model}})，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных (см. {{нп5\|Дискриминативная модель\|\|en\|Discriminative model}}). Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает [[антагонистическая игра]]. ''Генеративно-состязательную сеть'' описал ~~{{нп5~~\|Ян Гудфеллоу~~\|\|en\|Ian Goodfellow}}~~ из компании [[Google (компания)\|Google]] в 2014 году~~<ref name="MyUser_Arxiv.org_April_7_2016c"/>~~.		'''Генеративно-состязательная сеть''' ({{lang-en\|Generative adversarial network}}, сокращённо GAN) — алгоритм [[Машинное обучение\|машинного обучения]] [[Обучение без учителя\|без учителя]], построенный на комбинации из двух [[нейронная сеть\|нейронных сетей]], одна из которых (сеть G) генерирует образцы (см. {{нп5\|Генеративная модель\|\|en\|Generative model}})，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных (см. {{нп5\|Дискриминативная модель\|\|en\|Discriminative model}}). Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает [[антагонистическая игра]]. ''Генеративно-состязательную сеть'' описал [[wpen:Ian Goodfellow\|Ян Гудфеллоу]] из компании [[Google (компания)\|Google]] в 2014 году.

	Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото<ref name="ITT_GANs">{{cite arXiv \|eprint=1606.03498\|title=Improved Techniques for Training GANs\|last1=Salimans \|first1=Tim \|last2=Goodfellow \|first2=Ian \|last3=Zaremba \|first3=Wojciech \|last4=Cheung \|first4=Vicki \|last5=Radford \|first5=Alec \|last6=Chen \|first6=Xi \|class=cs.LG \|year=2016 }}</ref>. Кроме того GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.		Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото<ref name="ITT_GANs">{{cite arXiv \|eprint=1606.03498\|title=Improved Techniques for Training GANs\|last1=Salimans \|first1=Tim \|last2=Goodfellow \|first2=Ian \|last3=Zaremba \|first3=Wojciech \|last4=Cheung \|first4=Vicki \|last5=Radford \|first5=Alec \|last6=Chen \|first6=Xi \|class=cs.LG \|year=2016 }}</ref>. Кроме того GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.

Dzmuh: /* Ссылки */

2022-01-09T23:23:55Z

Ссылки

← Предыдущая версия		Версия от 23:23, 9 января 2022
Строка 3:		Строка 3:

	Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото<ref name="ITT_GANs">{{cite arXiv \|eprint=1606.03498\|title=Improved Techniques for Training GANs\|last1=Salimans \|first1=Tim \|last2=Goodfellow \|first2=Ian \|last3=Zaremba \|first3=Wojciech \|last4=Cheung \|first4=Vicki \|last5=Radford \|first5=Alec \|last6=Chen \|first6=Xi \|class=cs.LG \|year=2016 }}</ref>. Кроме того GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.		Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото<ref name="ITT_GANs">{{cite arXiv \|eprint=1606.03498\|title=Improved Techniques for Training GANs\|last1=Salimans \|first1=Tim \|last2=Goodfellow \|first2=Ian \|last3=Zaremba \|first3=Wojciech \|last4=Cheung \|first4=Vicki \|last5=Radford \|first5=Alec \|last6=Chen \|first6=Xi \|class=cs.LG \|year=2016 }}</ref>. Кроме того GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.

			== Примечания ==
			{{Примечания\|2}}

	== Ссылки ==		== Ссылки ==

Dzmuh в 23:23, 9 января 2022

2022-01-09T23:23:38Z

← Предыдущая версия		Версия от 23:23, 9 января 2022
Строка 1:		Строка 1:
	{{Заготовка}}		{{Заготовка}}
			'''Генеративно-состязательная сеть''' ({{lang-en\|Generative adversarial network}}, сокращённо GAN) — алгоритм [[Машинное обучение\|машинного обучения]] [[Обучение без учителя\|без учителя]], построенный на комбинации из двух [[нейронная сеть\|нейронных сетей]], одна из которых (сеть G) генерирует образцы (см. {{нп5\|Генеративная модель\|\|en\|Generative model}})，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных (см. {{нп5\|Дискриминативная модель\|\|en\|Discriminative model}}). Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает [[антагонистическая игра]]. ''Генеративно-состязательную сеть'' описал {{нп5\|Ян Гудфеллоу\|\|en\|Ian Goodfellow}} из компании [[Google (компания)\|Google]] в 2014 году<ref name="MyUser_Arxiv.org_April_7_2016c"/>.

			Использование этой техники позволяет в частности генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото<ref name="ITT_GANs">{{cite arXiv \|eprint=1606.03498\|title=Improved Techniques for Training GANs\|last1=Salimans \|first1=Tim \|last2=Goodfellow \|first2=Ian \|last3=Zaremba \|first3=Wojciech \|last4=Cheung \|first4=Vicki \|last5=Radford \|first5=Alec \|last6=Chen \|first6=Xi \|class=cs.LG \|year=2016 }}</ref>. Кроме того GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.

	== Ссылки ==		== Ссылки ==
Строка 6:		Строка 9:
	{{Нейросети}}		{{Нейросети}}

			[[Категория:GAN\|* ]]
	[[Категория:Искусственные нейронные сети]]		[[Категория:Искусственные нейронные сети]]
	[[Категория:Когнитивные науки]]		[[Категория:Когнитивные науки]]
	[[Категория:Машинное обучение]]		[[Категория:Машинное обучение]]
	[[Категория:Обучение без учителя]]		[[Категория:Обучение без учителя]]

Dzmuh: /* Ссылки */

2022-01-09T16:40:16Z

Ссылки

← Предыдущая версия		Версия от 16:40, 9 января 2022
Строка 3:		Строка 3:
	== Ссылки ==		== Ссылки ==
	{{википедия\|Генеративно-состязательная сеть}}		{{википедия\|Генеративно-состязательная сеть}}

			{{Нейросети}}

	[[Категория:Искусственные нейронные сети]]		[[Категория:Искусственные нейронные сети]]

Dzmuh: Новая страница: «{{Заготовка}} == Ссылки == {{википедия|Генеративно-состязательная сеть}} Категория:Искусс...»

2022-01-09T16:27:31Z

Новая страница: «{{Заготовка}} == Ссылки == {{википедия|Генеративно-состязательная сеть}} Категория:Искусс...»

Новая страница

{{Заготовка}}

== Ссылки ==
{{википедия|Генеративно-состязательная сеть}}

[[Категория:Искусственные нейронные сети]]
[[Категория:Когнитивные науки]]
[[Категория:Машинное обучение]]
[[Категория:Обучение без учителя]]