Генеративно-состязательная сеть: различия между версиями
Материал из Поле цифровой дидактики
Patarakin (обсуждение | вклад) |
Patarakin (обсуждение | вклад) |
||
| Строка 2: | Строка 2: | ||
|Description=Генеративно-состязательная сеть (англ. Generative adversarial network, сокращённо GAN) — алгоритм машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных. Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра. | |Description=Генеративно-состязательная сеть (англ. Generative adversarial network, сокращённо GAN) — алгоритм машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных. Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра. | ||
|Field_of_knowledge=Искусственный интеллект | |Field_of_knowledge=Искусственный интеллект | ||
|similar_concepts=Машинное обучение, языковая модель | |||
}} | }} | ||
* Kim, C., Lin, X., Collins, C., Taylor, G.W., Amer, M.R.: Learn, Generate, Rank, Explain: A Case Study of Visual Explanation by Generative Machine Learning. ACM Trans. Interact. Intell. Syst. 11, 23:1-23:34 (2021). https://doi.org/10.1145/3465407. | * Kim, C., Lin, X., Collins, C., Taylor, G.W., Amer, M.R.: Learn, Generate, Rank, Explain: A Case Study of Visual Explanation by Generative Machine Learning. ACM Trans. Interact. Intell. Syst. 11, 23:1-23:34 (2021). https://doi.org/10.1145/3465407. | ||
Версия 09:28, 14 марта 2023
| Описание | Генеративно-состязательная сеть (англ. Generative adversarial network, сокращённо GAN) — алгоритм машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы，а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных. Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра. |
|---|---|
| Область знаний | Искусственный интеллект |
| Авторы | |
| Поясняющее видео | |
| Близкие понятия | Машинное обучение, Языковая модель |
| Среды и средства для освоения понятия |
- Kim, C., Lin, X., Collins, C., Taylor, G.W., Amer, M.R.: Learn, Generate, Rank, Explain: A Case Study of Visual Explanation by Generative Machine Learning. ACM Trans. Interact. Intell. Syst. 11, 23:1-23:34 (2021). https://doi.org/10.1145/3465407.
