Makalah Keterbatasan Pembelajaran Jauh dalam Pengaturan Adversarial mengeksplorasi bagaimana jaringan saraf dapat rusak oleh penyerang yang dapat memanipulasi set data yang dilatih oleh jaringan saraf. Penulis bereksperimen dengan jaringan saraf yang dimaksudkan untuk membaca angka tulisan tangan,...
Saya berjuang untuk memahami fungsi kehilangan GAN seperti yang disediakan dalam Understanding Generative Adversarial Networks (posting blog yang ditulis oleh Daniel Seita). Dalam kehilangan lintas-entropi standar, kami memiliki output yang telah dijalankan melalui fungsi sigmoid dan klasifikasi...
Saya membaca tentang jaringan permusuhan generatif (GAN) dan saya ragu akan hal itu. Sejauh ini, saya mengerti bahwa dalam GAN ada dua jenis jaringan saraf: satu adalah generatif ( GGG ) dan lainnya diskriminatif ( DDD ). Jaringan saraf generatif menghasilkan beberapa data yang dinilai jaringan...