【機器學習2021】生成式對抗網路 (Generative Adversarial Network, GAN) (三) - 生成器效能評估與條件式生成

slides: speech.ee.ntu.edu.tw/~hylee/m...

[@shih-yugu6870]

The lecture slides from 15:31 to 36:35 are shifted to the end of the slide documents. Just a notice!

[@sunlifan2]

awesome lecture!

[@LeoMessi87624]

VAE: kzbin.info/www/bejne/bqvSnpudgNemo7M Flow-based: kzbin.info/www/bejne/q4m8Ymukr8mGqa8

[@bravianzhao3989]

对于 text 使用 GAN，可不可以让 decoder 输出 token 的 embedding，再对语料库中的 token 进行 embedding 之后，再输入给 Discriminator 进行判断，这样 Generator 中的参数的微小变化，就可以比较准确的反映在 Discriminator 的输入上了。

[@nekokiku2918]

第一时间赶来学习

[@SteveG1007]

幫補充! 16:08 沒有弄到字幕的內容是State of the art

[@langerzheng6527]

谢谢老师！

[@user-qj5gb9es2v]

来晚了，冲冲冲

[@IthaiT]

太棒了

[@user-wm3hw6jy5l]

43:02 輸入有馬的影片 輸出無碼的影片

[@sir6902]

貌似evaluation of generation的相关PPT在文档连接里面没有相关内容

[@zhennanxu242]

为了避免出现mode collapse的情况，用1个generator同时对应多个不同seed的discriminator的设计呢？（比如1个generator对应10个discriminator）

[@yks2323]

首先非常感谢您的课程，其次我想问从哪里可以找到作业以及作业的讲解呢

[@HungyiLeeNTU]

所有的作業及其講解都在這裡: speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.php

[@yks2323]

@@HungyiLeeNTU 谢谢您，李老师。祝一切安好🤝🤝

[@user-kt6vf2sz8m]

打咩打捏 打咩優

[@glhuang7944]

硬 学 一 发！

[@user-sh5dm8hz8b]

硬打一发20:56😹

[@elkyelkyelky]

0700