Генеративные состязательные сети

Генеративные состязательные сети (GANs) – многообещающая технология, которая широко рассматривается как одно из наиболее интересных достижений в области ИИ и глубокого обучения за последнее десятилетие. Впервые представленная в революционной исследовательской работе Яна Гудфеллоу (Ian Goodfellow) и др. в 2014 году, эта модель явилась эпицентром разговоров в академических и промышленных кругах из-за потенциальной применимости в широком спектре проблемных областей, в частности, в задачах перевода изображения в изображение. GANы являются мощным фреймворком для обучения искусственных нейронных сетей в беспрецедентном состязательном режиме. Данное исследование преследует две цели: изучить идею генеративного состязательного моделирования для задач обучения без учителя и провести анализ получаемых такими моделями пространств латентных представлений. В работе проведен ряд экспериментов по изменению различных осмысленных характеристик изображений, а также разработан прототип, позволяющий повторить проведенные опыты.