DL2022: Генеративные состязательные сети, часть 1

Курс “Глубокое обучение (Deep Learning)“ страница курса: автор курса: Александр Дьяконов () В этой лекции... Генератор и дискриминатор Что могут GAN Adversarial idea GAN: обучение – min-max-игра Настройка GAN, советы по настройке GAN Нестабильность «non-saturating game» GAN: первые примеры Обучение GAN: проблемы на практике Least Square GAN (LSGAN) Hinge loss based GAN Wasserstein GAN (WGAN) WGAN-GP Спектральная нормировка (Spectral Normalization): SN-GAN Maximum Mean Discrepancy (MMD) f-GAN Relativistic GANs (RGANs) GAN: проблемы – Mode-Collapse Energy-Based GAN (EBGAN) Как оценивать качество (сгенерированные картинки): Inception score (IS), Mode score (MS), Fr ́echet Inception Distance (FID), Structural similarity (SSIM) Kernel MMD (Maximum Mean Discrepancy) The Wasserstein distance The 1-Nearest Neighbor classifier Сравнение метрик качества