中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

原作 Joel Shor 機(jī)器感知高級軟件工程師

Root 編譯自 谷歌開源博客

量子位 出品 | 公眾號 QbitAI

一般情況下，訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)要先定義一下?lián)p失函數(shù)，告訴神經(jīng)網(wǎng)絡(luò)輸出的值離目標(biāo)值偏差大概多少。舉個例子來說，對于圖像分類網(wǎng)絡(luò)所定義的損失函數(shù)來說，一旦網(wǎng)絡(luò)出現(xiàn)錯誤的分類結(jié)果，比如說把狗標(biāo)記成了貓，就會得到一個高損失值。

不過，不是所有任務(wù)都有那么容易定義的損失函數(shù)，尤其是那些涉及到人類感知的，比如說圖像壓縮或者文本轉(zhuǎn)語音系統(tǒng)。

GAN（Generative Adversarial Networks，生成對抗網(wǎng)絡(luò)），在圖像生成文本，超分辨率，幫助機(jī)器人學(xué)會抓握，提供解決方案這些應(yīng)用上都取得了巨大的進(jìn)步。

不過，理論上和軟件工程上的更新不夠快，跟不上GAN的更新的節(jié)奏。

一段生成模型不斷進(jìn)化的視頻

上面的視頻可以看出，這個生成模型剛開始只能產(chǎn)生雜亂的噪音，但是最后生成了比較清晰的MNIST數(shù)字。

為了讓大家更容易地訓(xùn)練和評價GAN，我們提供TFGAN（輕量級GAN庫）的源代碼。其中包含容易上手的案例，可以充分地展現(xiàn)出TFGAN的表現(xiàn)張力和靈活性。我們還附上了一個示范教程，里面提到了高級的API端口怎么樣能快速地用你的數(shù)據(jù)來訓(xùn)練模型。

對抗損失對于圖像壓縮的效果。

頂層是ImageNet數(shù)據(jù)集里的圖，中間那層是傳統(tǒng)損失訓(xùn)練出來的圖像壓縮神經(jīng)網(wǎng)絡(luò)壓縮和解壓后的效果，底層是GAN損失和傳統(tǒng)損失一起訓(xùn)練的神經(jīng)網(wǎng)絡(luò)效果?？梢钥吹贸鰜?，底層的圖邊緣更銳利，細(xì)節(jié)更豐富，雖然和原圖還是有一定的差距。

當(dāng)使用端對端的語音合成TacotronTTS網(wǎng)絡(luò)時，GAN可以增加部分真實(shí)的聲音特性。如下圖所示。

大多文本轉(zhuǎn)語音（TTS）網(wǎng)絡(luò)產(chǎn)生的過平滑的聲譜圖

TacotronTTS可以有效減少生成音頻的人工痕跡，出來的語音更真實(shí)自然（具體參考，https://arxiv.org/abs/1703.10135）。

TFGAN支持多種主流的實(shí)驗(yàn)方法。既有簡單的可涵蓋大部分GAN案例的函數(shù)（只要幾行代碼，開發(fā)者就可以拿自己的數(shù)據(jù)直接建模了），也有設(shè)計(jì)獨(dú)立模塊化的特殊GAN函數(shù)，你可以隨意地組合自己需要的函數(shù)，損失、評估、特征、訓(xùn)練函數(shù)。

同時，TFGAN也支持搭配其他架構(gòu)，或者原始的TensorFlow代碼。使用了TFGAN搭建的GAN模型，以后底層架構(gòu)的優(yōu)化會更加方便。另外，也有大量的已經(jīng)預(yù)置的損失函數(shù)或特征函數(shù)供開發(fā)者選擇，不用再花大量時間自己去寫。最最最重要的是代碼已經(jīng)被反復(fù)測試過了，開發(fā)者不用再擔(dān)心GAN庫數(shù)據(jù)上的錯誤。

最后，附TFGAN鏈接：

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/gan

—完—