最新《生成式对抗网络GAN进展》论文

【导读】生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型，可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。最近来自Maciej Zamorski等学者简述了关于GAN的进展论文，值得一看。

【论文便捷下载】

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“GAN2019” 就可以获取《生成式对抗网络GAN进展》的下载链接~ 

在传统的生成模型中，良好的数据表示常常是良好的机器学习模型的基础。它可以链接到编码隐藏在原始数据中的更多解释因子的良好表示。生成对抗网络(GANs)是生成模型的一个子类，它能够以无监督和半监督的方式学习表示，随着GANs的发明，我们现在能够从一个简单的先验分布到一个目标数据分布的良好映射。本文以学习潜在空间表示为重点，综述了近年来GAN算法的研究进展。

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成！520+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询《深度学习:算法到实战》课程，咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程