/ en / Traditional / help

Beats Biblionetz - Texte

Generative gegnerische Netzwerke

Jannik Kossen, Maike Elisa Müller
Zu finden in: Wie Maschinen lernen (Seite 195 bis 201), 2019  local secure web 
Erste Seite des Textes (PDF-Thumbnail)
Diese Seite wurde seit mehr als 7 Monaten inhaltlich nicht mehr aktualisiert. Unter Umständen ist sie nicht mehr aktuell.

iconZusammenfassungen

Angetrieben von ihrer Lieblingsserie kommen Lisa und Max auf die Idee, sich ihre nächste WG-Party zu finanzieren, indem sie Kunsthändlern erfolgreich gefälschte Gemälde verkaufen. Um dies zu erreichen, wollen sie Schritt für Schritt immer bessere Fälschungen produzieren. Basierend auf den Rückmeldungen der Händler verbessern sie ihre Fälschungen, bis ihnen schließlich die perfekte Fälschung gelingt. Max und Lisas Idee der perfekten Fälschung ähnelt den sogenannten generativen gegnerischen Netzwerken (engl. GANs). In diesen treten zwei neuronale Netze gegeneinander an und verbessern sich im gegenseitigen Wettbewerb.
Von Jannik Kossen, Maike Elisa Müller im Buch Wie Maschinen lernen (2019) im Text Generative gegnerische Netzwerke

iconDieses Kapitel erwähnt ...


Begriffe
KB IB clear
Generative Adversarial Network (GAN), Neuronales Netzneural network

iconDieses Kapitel  erwähnt vermutlich nicht ... Eine statistisch erstelle Liste von nicht erwähnten (oder zumindest nicht erfassten) Begriffen, die aufgrund der erwähnten Begriffe eine hohe Wahrscheinlichkeit aufweisen, erwähnt zu werden.

icon
Nicht erwähnte Begriffe
Long / Short Term Memory (LSTM)

iconAnderswo finden

icon

iconVolltext dieses Dokuments

LokalAuf dem WWW Generative gegnerische Netzwerke: Artikel als Volltext bei Springerlink (lokal: PDF, 297 kByte; WWW: Link OK )

iconAnderswo suchen  Auch im Biblionetz finden Sie nicht alles. Aus diesem Grund bietet das Biblionetz bereits ausgefüllte Suchformulare für verschiedene Suchdienste an. Biblionetztreffer werden dabei ausgeschlossen.

iconBiblionetz-History Dies ist eine graphische Darstellung, wann wie viele Verweise von und zu diesem Objekt ins Biblionetz eingetragen wurden und wie oft die Seite abgerufen wurde.