GAN生成对抗网络

GAN生成对抗网络

  • GAN

  • [Stable Diffusion](#Stable Diffusion)

  • GAN生成对抗网络子啊2015年横空出世,在当时掀起了巨大轰动,很多人预研它将开创一个全新的学习范式,当时有一个很流行的说法:样本不够,GAN来凑。现如今,大模型当道,GAN的已逐步退出了历史舞台,但它的思想却被继承了下来,得以永存。

GAN

  • G:生成器(造假)
  • D:鉴别器(打假)
  • 两个网络刚开始都没有任何的能力,它们在竞争中共同发展
  • 最后把生成器拿出来,生成假样本
  • 例子:
    • 警察 VS 小偷
    • 古董造假 VS 鉴宝师
  • 生成器会模仿样本生成一个新的,它不是样本中的任何一个,却神似样本中的任何一个。
  • 生成器的缺点:
    • 开盲盒
    • 无法精细化控制

Stable Diffusion

相关推荐
MyBFuture6 分钟前
Halcon条形码与二维码识别全攻略
开发语言·人工智能·halcon·机器视觉
老鱼说AI8 分钟前
大模型学习与面试精讲第六期:损失函数篇
人工智能·深度学习·神经网络·学习·机器学习·语言模型
安科瑞小许9 分钟前
零碳园区的“神经网络”——能源数据如何高效传输与监控
人工智能·零碳园区
Codebee14 分钟前
Apex 技能安装过程深度技术揭秘
人工智能
dev派15 分钟前
【LangChain】Context与Runtime:运行时数据注入完全指南
人工智能
拓端研究室27 分钟前
2026年医疗趋势报告:医保改革、创新药、国产替代|附230+份报告PDF、数据、可视化模板汇总下载
大数据·人工智能
ages_12343 分钟前
剪流AI智能手机用户真实使用体验分享:实测自动拓客与成交全解析
人工智能·智能手机
Yao.Li43 分钟前
PVN3D TensorRT 环境配置指南
人工智能·python·具身智能
薛定猫AI1 小时前
【深度解析】从 Claude Mythos 到自进化 Agent:下一代 AI 智能体技术栈与落地实践
网络·人工智能