GAN以外的選擇:對抗強健模型在電腦視覺的應用
在深度學習中,對抗強健(adversarial robustness)一直是神經網路研究中的一個熱門主題,代表的是機器學習模型面對帶有雜訊的資料而不誤判的能力。2019年,麻省理工學院的Logan Engstrom博士等人所開發的新訓練方法,不僅朝著對抗強健的目標前進,更可直接廣泛套用於影像生成、影像轉譯等各種不同的電腦視覺領域。
Read more在深度學習中,對抗強健(adversarial robustness)一直是神經網路研究中的一個熱門主題,代表的是機器學習模型面對帶有雜訊的資料而不誤判的能力。2019年,麻省理工學院的Logan Engstrom博士等人所開發的新訓練方法,不僅朝著對抗強健的目標前進,更可直接廣泛套用於影像生成、影像轉譯等各種不同的電腦視覺領域。
Read more