Ганс расшифровывается как генеративно-состязательные сети. Это модель глубокого обучения, состоящая из двух нейронных сетей: генератора и дискриминатора. Генератор создает новые выборки данных, а дискриминатор пытается отличить сгенерированные выборки от реальных примеров. Две сети обучаются одновременно: генератор пытается создать выборки, которые могут обмануть дискриминатор, а дискриминатор пытается правильно идентифицировать сгенерированные выборки. GAN использовались для..

В предыдущей статье моей серии статей о GAN мы узнали, как разработать простой GAN для генерации цифр MNIST. Но этот GAN случайным образом генерировал рукописные цифры от 0 до 9. Но может быть условие, при котором мы хотим сгенерировать определенный тип изображения. Скажем, мы хотим только сгенерировать рукописные цифровые изображения числа 5, а затем как мы можем заставить GAN генерировать определенный тип цифры в соответствии с тем, когда это требуется для любого изображения,..