GAN对抗网络

作者 | 十、年 编辑 | Camel雷锋网消息：谷歌获得了“对抗训练神经网络”专利。根据FPO（免费专利在线）信息显示，此项专利申请于2016年的9月份，生效于2019年的12月31日。其中，发明人为Ian J. Goodfellow，Szegedy, Christian。谷歌作为受让人拥有专利权，

从某些指标来看，在过去的两年中，生成式对抗网络（Generative Adversarial Networks，简称GAN）的研究已经取得了长足进展。对图像合成模型进行的实际改进速度非常快，让人有种跟不上技术进步步伐的感觉。然而，从其他指标来看，实际发生的情况可能并非如此乐观。举例来说，关于“应该如何评估GAN”仍然存

公众号/新智元今天，Ian Goodfellow开展了一场有关生成对抗网络（GAN）的最新AMA问答，从他小时候如何学习编程，如何想出GAN这个idea，到具体的技术和应用，Goodfellow都作出了专业而且诚恳的回答。Goodfellow认为不止是GAN，胶囊网络、强化学习、半监督学习等等方法都很重要，也值得更多人

雷锋网(公众号：雷锋网) AI 科技评论按：如何让GAN生成带有指定特征的图像？这是一个极有潜力、极有应用前景的问题，然而目前都没有理想的方法。韩国大学电子工程学院Minhyeok Lee和Junhee Seok近期发表论文，就生成对抗网络的控制问题给出了自己的办法，雷锋网 AI 科技评论根据原文进行如下编辑，

雷锋网 AI科技评论按，本文作者华南理工大学 胡杨 ，本文首发于知乎专栏 GAN + 文本生成 + 读博干货 ，雷锋网 (公众号：雷锋网) AI科技评论获其授权转载。 1.基础：文本生成模型的标准框架 文本生成（Text Generation）通过

雷锋网(公众号：雷锋网) AI科技评论按，本文作者华南理工大学 胡杨 ，本文首发于知乎专栏 GAN + 文本生成 + 读博干货 ，雷锋网 AI科技评论获其授权转载。本文为下篇，上篇参见 强化学习在生成对抗网络文本生成中扮演的角色（Role of RL in Text Ge

雷锋网 AI 科技评论按：自生成式对抗性网络 GANs 出现以来，它和它的变体已经无数次在图像生成任务中证明了自己的有效性，也不断地吸引着越来越多的研究人员加入到提高GANs训练的可控性和稳定性的研究中。 最初，由于其中的一个缺陷，GANs在文本生成方面无法得到有效的应用。得益于 该团队之前发表的Seq

机器之心原创作者：机器之心分析师加号、吴攀当地时间 12 月 5 日，机器学习和计算神经科学的国际顶级会议第 30 届神经信息处理系统大会（NIPS 2016）在西班牙巴塞罗那开幕。OpenAI 研究科学家 Ian Goodfellow 在会上作为主题为《生成对抗网络（Generative Adversarial Ne