敵対的摂動入門
数ヶ月卒論で取り組んだ程度の知識で恐縮ですが、本記事ではadversarial perturbationの研究の全体像が把握できることを目指します。敵対的摂動はadversarial perturbationの直訳で(必要にかられて)僕が勝手に呼んでいるだけの用語です。この記事はなるべく短くまとめますが、需要があればもう少し長い記事も書くかもしれないです。 index 敵対的摂動とは 敵対的摂動を作る 敵対的摂動から守る 敵対的摂動とは – 有名なのは下の図ですね。出典:Explaining and Harnessing Adversarial Examples. 概要をざっくり説明すると、人の目には見えないノイズを加えることでネットワークの出力をコントロールできてセキュリティ上やばいという話です。 ガードレールに自動運転者を突っ込ませるとかstop signを無視させるとか自動検知システ
memonone: 生成モデル(Generative Model)関連の論文まとめ
2014年に出されたVAE論文やGAN論文などに加え、 Neural Style や Deep Dream 等のCNNによる画像生成も後押しして盛り上がっている生成モデル周辺ですが、関連する論文をまとめてみました。 ちなみに、生成モデル全般に関する概要はこの辺りの資料がまとまっていてオススメです。 [1] Semi-Supervised Learning with Ladder Network [2] 生成モデルのDeep Learning [3] 深層生成モデルによる表現学習 [4] Deep Learning - Chapter 20 : Deep Generative Models [5] Open AI Blog - Generative Models [6] Building Machines that Imagine and Reason (最終更新 : 2016/9/30)
はじめてのGAN
今回はGAN（Generative Adversarial Network）を解説していきます。 GANは“Deep Learning”という本の著者でもあるIan Goodfellowが考案したモデルです。NIPS 2016でもGANのチュートリアルが行われるなど非常に注目を集めている分野で、次々に論文が出てきています。 また、QuoraのセッションでYann LeCunが、この10年の機械学習で最も面白いアイディアと述べていたりもします。 “The most interesting idea in the last 10 years in ML, in my opinion.” –Yann LeCun GANは聞いたことはあるけれどあまり追えてないという人向けに基礎から解説していきたいと思います。それでは順に見ていきましょう。 目次 基礎理論 DCGAN 実装 論文紹介 まとめ 基礎理
Deep Convolutional Generative Adversarial Networks (DCGAN) - DeepLearningを勉強する人
Deep Convolutional Generative Adversarial Networks [1511.06434] Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks DCGANをTensorflowで実装 データはMNIST ちなみにTensorflowの経験はそんなにない（のでどう書くのが適切なのかはあまり知らない) Generative Adversarial Networks(GAN)に関する説明 NIPS 2016のGANチュートリアル [1701.00160] NIPS 2016 Tutorial: Generative Adversarial Networks 分かりやすい説明 elix-tech.github.io 実装例 mem
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
