infoGANを実装した(い) - akmtn記録
infoGANの論文を読み，MNIST用の実装をPyTorchで行った記録です． 論文は2016年6月に出ているので1年ほど前のもの． [1606.03657] InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets タイトルを日本語訳すると，「情報量を最大化する敵対的生成ネットワークによる解釈可能な表現の学習」でしょうか． infoGANの特徴 ・GAN ・明快な表現を獲得する ・教師なし学習 ・相互情報量の最大化（隠れ符号と生成画像間の） ・DCGANの一部を変えるだけで作れ，訓練も簡単 相互情報量は，２つの確率変数のうち１つがわかった時に，もう１つの確率変数に関してどれほど推測できるかを示すので，２つが独立な時には相互情報量は０になります．
chainerのサンプルコードを集めてみた(チュートリアルも追加) - studylog/北の雲
(2016.1.21追記)最近あまりメンテナンスしてないので1.5以上のバージョンを使ってる人には役に立たなくなったかもしれません。 (2015.12.15追記)当初はサンプルコードにリンクを貼っただけの記事でしたがチュートリアル等も含めたものに加筆中。また古くなった情報は順次削除・更新してます。 バージョンごとの互換性など こっちに移しました。1.5以上を強くお勧めします。 chainerのバージョンごとの違い(2016年1月19日現在) - studylog/北の雲 1.0 1.1 1.2 黎明期バージョン 1.3 1.4 CuPy導入 1.5 1.6 色々とパワーアップした現世代 概要・チュートリアル 概要を掴むのに適したスライド 1.5以上から始めるならこちら。 Chainerチュートリアル -v1.5向け- ViEW2015 内容は重複していますが1.4以前のバージョン時代のチュ
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
