分享主题

深度学习之星：GAN的原理

本次分享为深度学习之星系列第一场，第二场传送门 深度学习之星（二）：GAN之图像转换

分享背景

生成式对抗网络（GAN）是近两年机器学习领域的新秀，被Yann LeCun称为"过去十年机器学习界最有趣的idea"，目前已经得到广泛研究者的关注并且以高频论文数出现在各大顶会上，目前GAN在图像、视频、文字、语音等很多实际场景中均得到应用，是一种潜力巨大的理论模型。生成式对抗网络最初是以图像生成的形式出现在公众视野，本场公开课嘉宾将详细解读GAN的基本原理，并通过小实验在mnist数据库上通俗还原GAN的每一步实现过程，在此基础上再分享几篇GAN在图像风格转换领域应用的文章。

分享大纲

• 介绍GAN的基本思想
• 详解GAN的目标函数与优化流程
• 实验实战GAN生成数字
• 总结GAN优势与当前难点