Python展开的生成式对抗网络

一些理论生成对抗网的实现：DCGAN，BEGAN，LAGAN，WGAN，WGAN-GP，BEGAN和DRAGAN

推荐系统(RS)在人们网络生活的各个方面都扮演着非常重要的角色。许多公司利用简历来帮助用户发现新的和喜欢的项目。尽管取得了实践上的成功，这些系统仍然存在两个主要问题:数据噪声和数据稀疏性。

基础知识及应用ImprovedTechniquesforTrainingGANs

基础模型，可以改进 基础模型，

对抗生成网络详细教程 详细介绍了对抗生成网路的 实现方法

针对不同分布噪声下生成对抗网络生成样本质量差异明显的问题,提出了一种噪声稳健性的卡方生成对抗网络。所提网络结合了卡方散度量化敏感性和稀疏不变性的优势,引入卡方散度计算生成样本分布和真实样本分布的距离,

GAN

关于GAN网络的优化 证明 非常不错的美文。介绍了最小最大优化,并给出了证明,实验也进行了多方面的比较,是对初学者合适不过的一篇Gan系列的人工智能方面的paper,通过这篇可以抛砖引玉,让你在对抗生

生成对抗网络(GAN)实例 代码+数据集 很实用的代码,并且简单易学,对深度学习感兴趣的可以看看 数据集有手写图片的识别,也可以替换成自己的数据集

作者：史丹青。揭示人工智能如何绘制300万拍卖画作的技术奥秘。本书是结合基础理论与工程实践的入门型书籍，深入浅出地讲解了生成对抗网络的各类模型以及技术发展。本书主要内容：l人工智能入门知识与开