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
计算机魔术师6 小时前
Karpathy:用语音与LLM长谈可提升理解效率
人工智能·ai编程
甲维斯7 小时前
我要开始吹牛逼了!Kimi K3 “宇宙无敌”!
前端·人工智能
周末程序猿7 小时前
图解 120 个大语言模型(LLM)核心概念(61-90)
人工智能
科技圈快迅7 小时前
游戏投影仪和普通投影仪区别是什么?2026游戏投影仪测评
人工智能
陆枫Larry7 小时前
CPU 和 GPU 的核心区别与适用场景
人工智能
Aa99883347 小时前
AI视觉检测设备厂家的技术选型框架——密封件和磁材的缺陷分类与光学成像原理
人工智能
吴佳浩7 小时前
今天我们讲讲大模型的“核心”技术:蒸馏(Model Distillation)
人工智能·llm·agent
阿里云大数据AI技术7 小时前
阿里云 ES AI 引擎版:面向 Agent 场景,为亿级租户、千亿规模向量设计的搜索引擎
人工智能·elasticsearch·agent
郭小铭7 小时前
[开源] 做了一个本地优先的多 Agent 市场研究桌面:Evidence Loom
人工智能