Skip to content

Generative Adversarial Networks, un nouveau paradigme pour l'entraînement d'ANN

Photo of Jeff Abrahamson
Hosted By
Jeff A.
Generative Adversarial Networks, un nouveau paradigme pour l'entraînement d'ANN

Details

Titre :

Les Generative Adversarial Networks, un nouveau paradigme pour l'entraînement des réseaux de neurones

Résumé :

Cet exposé traitera de ce que Yann LeCun a récemment appelé le "plus gros progrès en Machine Learning de ces dix dernières années". Il s'agit des Generative Adversarial Networks [1] : une méthode datant de 2014 inspirée de la théorie des jeux pour entraîner conjointement deux réseaux antagonistes. L'un des réseaux cherche à générer de la manière la plus crédible possible des données pour qu'elles ressemblent aux données d'entraînement, l'autre cherche à détecter le plus précisément possible si les données qu'on lui présente ont été générées ou sont tirées des données d'entraînement. Le premier réseau va donc devoir tromper le deuxième : ils sont en opposition. Ce framework est très puissant et a donné d'excellents résultats dans plusieurs domaines que nous aborderons pendant la présentation. C'est aussi un domaine de recherche extrêmement actif. Nous aborderons en particulier un papier récent qui a énormément amélioré la qualité des entraînements des GANs [2].

Bio :

Hugo Mougard était récemment en thèse à l'Université de Nantes.

Lecture :

[1] http://papers.nips.cc/paper/5423-generative-adversarial-nets.pdf

[2] https://arxiv.org/pdf/1701.07875.pdf

Photo of Nantes Machine Learning Meetup group
Nantes Machine Learning Meetup
See more events
Epitech
18 rue Flandres Dunkerque · Nantes