深度丨 Yoshua Bengio 得意門生詳解機器學習生成對抗網(wǎng)絡（含86頁PPT）

昨日，Open AI 宣布開源其新平臺“宇宙”（Universe）。這家由伊隆·馬斯克資助的非贏利性 AI 開源組織，在周一的上午搞了個大新聞，隨后 Open AI 也在 NIPS 的會場展示了自己的成果。

Open AI 聯(lián)合創(chuàng)始人Greg Brockman 在Twitter上說道，“宇宙這個AI 訓練架構，是我們從Open AI建立之初就在計劃著的”。可見 Open AI 對這個平臺的重視。

而在當天，Open AI 科學家 Ian Goodfellow 在 NIPS 2016 大會上分享了生成式對抗網(wǎng)絡的研究成果，雷鋒網(wǎng)對其進行了整理。

Ian Goodfellow介紹：

現(xiàn)為 Open AI 科學家，此前為谷歌大腦團隊高級研究員，大學期間師從 Yoshua Bengio 大神。

機器學習方法可以分為生成方法（generative approach）和判別方法（discriminative approach），所學到的模型分別稱為生成式模型（generative model）和判別式模型（discriminative model）。其中近兩年來流行的生成式模型主要分為三種方法：

• 生成對抗網(wǎng)絡（GAN：Generative Adversarial Networks） 

• 變分自編碼器（VAE: Variational Autoencoders） 

• 自回歸模型（Autoregressive models） 

今天著重講生成對抗網(wǎng)絡（GAN：Generative Adversarial Networks） 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。