2020-08-17 15:25发布
生成对抗网络（Generative Adversarial Nets）是Ian Goodfellow 等人2014年的论文《Generative Adversarial Nets》中提出，它是非监督学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。
CANs都是在机器创造性思维方面在艺术方面的巨大突破。CAN的创造者们认为，CAN和抽象表现主义图像集之间另外一些或者大部分的差异是CAN创造性思维的结果。抽象表现主义数据集中的图像对于艺术观众来说非常熟悉，因为它们很老，并且与预定义的艺术风格非常契合。
最多设置5个标签!
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1515056452',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','/static/images/logo.png', '推荐 IT-小敏同学 的问题《深度学习GAN能否让机器拥有创造性？》','http://www.shouhuola.com/answer/27325/54358.html','页面编码gb2312|utf-8默认gb2312'));){kind=link}
生成对抗网络（Generative Adversarial Nets）是Ian Goodfellow 等人2014年的论文《Generative Adversarial Nets》中提出，它是非监督学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。
CANs都是在机器创造性思维方面在艺术方面的巨大突破。CAN的创造者们认为，CAN和抽象表现主义图像集之间另外一些或者大部分的差异是CAN创造性思维的结果。抽象表现主义数据集中的图像对于艺术观众来说非常熟悉，因为它们很老，并且与预定义的艺术风格非常契合。
一周热门 更多>