はじめに 前回までの記事で、DCGANへの拡張および、現状のGANの問題点について述べました。今回は、それを解決するための方法としてWGANおよびその改良版(WGAN-gp)について説明します。前回までの記事は以下 今さら聞けないGAN (1) 基本構造の理解 今さら聞けないGAN (2) DCGANによる画像生成 今さら聞けないGAN (3) 潜在変数と生成画像 WGANについて参考になったリンク Wasserstein GAN [arXiv:1701.07875] ご注文は機械学習ですか? Wasserstein GAN(WGAN)でいらすとや画像を生成してみる Wasserstein GAN と Kantorovich-Rubinstein 双対性 GANの問題点 学習が難しい 勾配消失問題が起こる 生成結果のクオリティを損失関数から判断しにくい モード崩壊が起こる 改良方法 Was
We show how the success of deep learning could depend not only on mathematics but also on physics: although well-known mathematical theorems guarantee that neural networks can approximate arbitrary functions well, the class of functions of practical interest can frequently be approximated through "cheap learning" with exponentially fewer parameters than generic ones. We explore how properties freq
Tutorial Deep Learning: Practice and Trends. Nando de Freitas, Scott Reed, Oriol Vinyals. 0:02:06 Part I: Practice. The Deep Learning Toolbox 0:39:18 Part II: Trends. Autoregressive Models 0:58:45 Part II: Trends. Domain Alignment 1:12:57 Part II: Trends. Learning to Learn / Metalearning 1:22:06 Part II: Trends. Graph Networks 1:30:10 Part II: Trends. Program Induction Abstract: Deep Learning ha
今日は飛行機の中でいくつか論文読んだのでメモを残しておこうと思ったんだけど、全部座席の網棚に置いてきてしまったらしい。邪魔だったから読み終わったのをパンフの網棚に突っ込んで最後に取り出すのを忘れたw 個人的には最後のJ.C.T.C.のやつが面白かったです、FMOにも触れられているのでSBDDerは目を通すべき。 Drug Repurposing Using Deep Embeddings of Gene Expression Profiles ざっと目を通したんだけど embedding spaceってのが実態としてどんなもんなのかピンとこなかった。実装見て手を動かさないとわかんないのかなぁ。次元圧縮してどうすんだろ? もう少し先行論文たどってみようかと思う。 Exploring Activity Profiles of PAINS and Their Structural Context
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