Künstliche Intelligenz generative-adversarial-networks

9

Ist künstliche Intelligenz anfällig für Hacking?

In dem Artikel Die Einschränkungen des Deep Learning in konträren Umgebungen wird untersucht, wie neuronale Netzwerke von einem Angreifer beschädigt werden können, der den Datensatz manipulieren kann, mit dem das neuronale Netzwerk trainiert. Die Autoren experimentieren mit einem neuronalen Netzwerk, das handgeschriebene Ziffern lesen soll, und untergraben dessen Lesefähigkeit, indem …

27 neural-networks deep-learning philosophy generative-adversarial-networks ai-safety

3

Grundlegendes zur GAN-Verlustfunktion

Ich kämpfe darum, die GAN-Verlustfunktion zu verstehen, wie sie in " Grundlegendes zu generativen kontradiktorischen Netzwerken" (einem Blogbeitrag von Daniel Seita) beschrieben wird. Beim Standard-Cross-Entropy-Loss haben wir eine Ausgabe, die eine Sigmoid-Funktion und eine resultierende binäre Klassifikation durchlaufen hat. Sieta Staaten Somit erhalten wir für [jeden] Datenpunkt und seine Beschriftung …

16 neural-networks machine-learning deep-learning loss-functions generative-adversarial-networks

2

Wie funktionieren generative kontradiktorische Netzwerke?

Ich lese über generative Adversarial Networks (GANs) und habe einige Zweifel. Soweit ich weiß, gibt es in einem GAN zwei verschiedene Arten neuronaler Netze: eines ist generativ ( GGG ) und das andere diskriminativ ( DDD ). Das generative neuronale Netzwerk erzeugt einige Daten, die das diskriminative neuronale Netzwerk auf …

12 neural-networks machine-learning deep-learning generative-adversarial-networks

Als «generative-adversarial-networks» getaggte Fragen