深度丨 Yoshua Bengio 得意门生详解机器学习生成对抗网络（含86页PPT）

昨日，Open AI 宣布开源其新平台“宇宙”（Universe）。这家由伊隆·马斯克资助的非赢利性 AI 开源组织，在周一的上午搞了个大新闻，随后 Open AI 也在 NIPS 的会场展示了自己的成果。

Open AI 联合创始人Greg Brockman 在Twitter上说道，“宇宙这个AI 训练架构，是我们从Open AI建立之初就在计划着的”。可见 Open AI 对这个平台的重视。

而在当天，Open AI 科学家 Ian Goodfellow 在 NIPS 2016 大会上分享了生成式对抗网络的研究成果，雷锋网对其进行了整理。

Ian Goodfellow介绍：

现为 Open AI 科学家，此前为谷歌大脑团队高级研究员，大学期间师从 Yoshua Bengio 大神。

机器学习方法可以分为生成方法（generative approach）和判别方法（discriminative approach），所学到的模型分别称为生成式模型（generative model）和判别式模型（discriminative model）。其中近两年来流行的生成式模型主要分为三种方法：

• 生成对抗网络（GAN：Generative Adversarial Networks） 

• 变分自编码器（VAE: Variational Autoencoders） 

• 自回归模型（Autoregressive models） 

今天着重讲生成对抗网络（GAN：Generative Adversarial Networks） 

雷峰网原创文章，未经授权禁止转载。详情见转载须知。