Introduction to Generative Adversarial Networks

10 мая в 19:00 в Belka Space пройдет лекция на тему “Introduction to Generative Adversarial Networks”. Generative Adversarial Networks (GAN) - это относительно новый тип нейронных сетей, которые последнее время демонстрируют перспективные результаты в задачах обучения без учителя. Основная идея заключается в том, что у нас есть две нейронные сети: генератор и дискриминатор. Генератор принимает на вход вектор случайных значений и на выходе выдает изображение. В свою очередь, дискриминатор принимает на вход изображение и пытается определить, является оно настоящим или сгенерированным. В процессе обучения эти две сети соперничают: генератор пытается создать такое изображение, чтобы дискриминатор не мог его отличить их от реальных, в то время как у дискриминатора задача - найти сгенерированные. Таким образом постепенно генератор учится создавать максимально приближенные к реальным изображения, в то время как дискриминатор отличать реальные от сгенерированных. Примеры: - CycleGAN https://github.com/junyanz/CycleGAN - VideoGAN https://github.com/cvondrick/videogan Лектор: Grant Reaber - занимается исследованиями проблемы изменения аспектов речи с помощью глубинных нейронных сетей. Изучал статистику и машинное обучение в Carnegie Mellon, имеет степень доктора по философии. Язык: английский.