Wolfram語言的生成對抗網路

首頁

>

產品新知

> 內文

2020.10.07


人工智慧令人值得注意的貢獻之一是用深度學習的人工神經網路來創造藝術作品,產生影像、文字與聲音。生成對抗網路 (GAN) 是一種訓練生成網路的方法,該網路可以從潛在種子中生成看上去逼真的假樣本,這些樣本可以是任意資料或從簡單分配中抽樣的隨機亂數。對抗式機器學習可應用於影像處理:照片編輯、樣式轉換、著色、修復、從文字生成影像…等;還可以透過增加資料來訓練,進而提高影像識別模型的準確性。

Wolfram語言選擇開發易於使用的GAN功能,同時也繼續致力於更靈活、更複雜的語法。本文示範使用Wolfram語言12.1版新功能NetGANOperator與TrainingUpdateSchedule, 輕鬆地編寫GAN實驗,嘗試產生新的寶可夢。

來源:Generative Adversarial Networks (GANs) in the Wolfram Language