Предыдущие конференции: 2014 | 2015 | 2016
Поделиться:

Grant Reaber

Сооснователь в Kasense, Миннеаполис

Grant Reaber

Сооснователь в Kasense, Миннеаполис

Биография

Изучал математическую логику, статистику и машинное обучение в университете Carnegie Mellon, получил докторскую степень по философии в Университете Абердин. Увлекается генеративными моделями изображений и аудио.

Доклад

Тема: Генеративно-состязательные сети: введение и некоторые свежие разработки

О чем: Генеративно-состязательные сети (GANs) являются очень интересным классом моделей глубокого обучения, которые способны генерировать изображения и другие многомерные объекты. Данный доклад объяснит базовые принципы GANs, и как усовершенствования, такие как Wasserstein GANs, могут помочь стабилизировать обучение. Также будут представлены интересные вариации на базовых концептах GAN, такие как InfoGAN, которые могут изучить особенности рукописного написания цифр по базе MNIST, с учетом ширины и наклона изображения без какого бы то ни было обучения, или CycleGAN который может конвертировать два класса изображений, такие как изображения лошади и зебры, или изображения с и без боке без каких-либо тренировочных примеров».

Все доклады Grant Reaber