元卓学堂 | 樊磊：生成对抗网络——直观原理与简单应用
发布时间：2022-09-21 13:36作者：admin来源：北师大智慧学习研究院点击量：
9月17日，首都师范大学樊磊教授在元卓学堂分享的主题为《生成对抗网络——直观原理与简单应用》，介绍了生成对抗网络的基本思想，并针对熟悉的问题构建了一个简单的GAN模型，帮助大家理解记忆。
樊教授介绍了生成对抗网络的概念与发展进程，并和以往学过的知识做了类比，进行了知识迁移。生成对抗网络是以深度学习为代表的新一代人工智能迅速崛起的重要组成部分。生成对抗网络引进了一些与以往神经网络和卷积神经网络不同的思想，将对抗引进神经网络结构中，由传统的单方向的传播变为数据之间的交互。
樊教授在讲解中指出，生成对抗网络的基本思想是两个神经网络，一个是生成器，另一个是鉴别器，它们被设计为相互竞争的对手。标准的GAN训练主要包括三个步骤：用真实的训练数据集训练鉴别器，用伪造的生成数据来训练鉴别器，训练生成器生成数据，并“引导”鉴别器将其判别为真实数据。樊教授用一个形象生动的案例来说明了GAN训练建立过程，详细说明了每一步的细节与原理。
樊教授介绍了生成对抗网络的概念与发展进程，并和以往学过的知识做了类比，进行了知识迁移。生成对抗网络是以深度学习为代表的新一代人工智能迅速崛起的重要组成部分。生成对抗网络引进了一些与以往神经网络和卷积神经网络不同的思想，将对抗引进神经网络结构中，由传统的单方向的传播变为数据之间的交互。
樊教授在讲解中指出，生成对抗网络的基本思想是两个神经网络，一个是生成器，另一个是鉴别器，它们被设计为相互竞争的对手。标准的GAN训练主要包括三个步骤：用真实的训练数据集训练鉴别器，用伪造的生成数据来训练鉴别器，训练生成器生成数据，并“引导”鉴别器将其判别为真实数据。樊教授用一个形象生动的案例来说明了GAN训练建立过程，详细说明了每一步的细节与原理。
GAN训练三个步骤形象化举例
在详细介绍GAN训练的每个步骤后，樊教授给出了GAN模型的架构，并和神经网络模型架构做了类比迁移，温故而知新，再次加深了大家的记忆。
针对GAN训练中可能出现的问题，樊教授为我们介绍了三种GAN训练的改进方法，并解释了每一种方法的适用情景和优劣。
GAN训练建模过程代码截图
本期视频回放及相关资料，请访问元卓计划官方网站https://yuanzhuo.bnu.edu.cn/my/course/153获取。
往期活动视频回放及相关资料均已上传，请访问元卓计划官方网站https://yuanzhuo.bnu.edu.cn获取。
欢迎老师们继续通过元卓计划平台交流互鉴、共同进步。
从2022年1月开始，元卓计划持续开展社区活动（每周六 10:00-11:50 腾讯会议：677-4412-3805），鼓励青少年利用人工智能原创和创新算法解决真实问题，构建高校、中小学、科技企业协同机制，征集青少年人工智能项目进行培育，并提供算法、算力、数据集、知识和经验等全方位的支持，促进青少年人工智能教育发展，面向国际展示优秀成果，助力我国成为世界主要人工智能创新中心。
扫码加入元卓计划社区，获取最新资讯
本网站资源由北京师范大学智慧学习研究院发布，采用 知识共享署名4.0国际许可协议进行许可。