一文看懂生成对抗网络,生成式对抗网络 _网络

各路大神，能给推荐几本适合初学深度学习和神经网络的书吗？

你好，很高兴回答你的问题。有一定Python基础之后就开始开发定位是件好事！深度学习和神经网络这一块儿。我建议你大体了解其内容，然后分章节的在网络上搜各种的文章和视频来学习。年前一段时间本人也在学习神经网络这一块儿。发现对数学的要求比较高，各种高阶公式和矩阵算法，学习起来比较吃力！建议你去哔哩哔哩网站那上面搜索有关深度学习的一些视频。
生成对抗网络（GAN）的基本原理是什么？它有哪些实际应用？

我是差评的小编，我来回答这个问题~先说说概念——GAN ， Generative Adversarial Network ，生成对抗网络，一种新型的机器学习算法，最近特别火热，轻松让电脑自动生成图片。GAN 和以前的 AI 算法有啥不一样？举个栗子吧，在以前，人们想要培养一名能够模仿梵高的风格画师，于是就派小明去学习，小明每天磨炼自己的画技，人们设计了一个标准，专门用来鉴定小明的学习成果，如果合格了，小明就出师了。
这个普通 AI 算法。不过如果鉴定标准设计的不合理，那小明的画技水平很快就会露馅。现在呢，系统升级了，想要培养一名画师，要同时派两个人去学习，小明负责学习画画，小红则负责判断小明画的风格和梵高的风格之间的区别。在小明进步的同时，小红的鉴别能力也在提高，小红把哪里有问题告诉小明，小明继续改进。最后小红无论怎么提高，也分不出来哪个是小明的画，哪个是梵高的画，小明就出师了。
这套培养方法叫就叫 GAN ，生成对抗网络，就是要小明和小红彼此在 PK 中成长，这样根本不用费劲心思去专门设计鉴定标准，效果贼拉好~2014 年 Ian Goodfellow 提出这个理论之后，学术圈马上就炸锅了。。人们以前想要训练合成一个狗的图片，非常难，人们要告诉系统非常多的条件，标记狗的各种特点。
有了这个技术，不仅原始的样本需要的少，不需要人工标记，而且训练的速度之快，远超别的算法。以前机器学习的速度是骑自行车，现在用了 GAN 就相当于坐了高铁。它有哪些实际应用？所有人都被这个算法迷住了，到现在，已经有很多非常出名的项目都用到了这个技术。。譬如。。今年年初的时候给大家介绍的神级换脸术， deepfakes ，一个能把明星的脸合成到日本小短片的技术，里面最核心的换脸算法就是 GAN 。
英伟达用 GAN 技术合成的明星脸，也是毫无破绽~这些脸都是被创造出来的谷歌更是把 GAN 技术推向极致，他们家的 BigGAN 生成的图片几乎可以以假乱真。。半个月前，拍卖的首个 GAN 创作的油画《 Edmond de Belamy 》在佳士得拍出了43.25 万美元。。还有人打算把 GAN 移植到游戏中，这样每个人玩的游戏场景道具情节都可以随机形成，独一无二，想想都激动。