【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、近年来，生成对抗网络(gan)产生了显著的结果，例如生成假脸的现实图像，即看起来像人脸但不是任何真实人的脸的图像。用于gan的训练过程以对抗关系同时训练生成器和判别器。训练判别器以区分真实图像和人工生成的图像，并且训练生成器以欺骗判别器。
2、然而，训练gan和相关生成器存在困难。其中一些困难自从最早的gan系统就已经存在，并且一直是大量研究的焦点。研究降低了这些困难的严重性或发生频率，但并没有消除它们。困难的示例包括：(1)在整个训练过程中仔细平衡部分训练的判别器和部分训练的生成器的质量的需要；(2)训练过程中的不稳定性；(3)模式崩溃或部分模式崩溃，即生成器为某些数据类别子集生成真实图像而忽略其他子集的趋势；(4)经训练的判别器不可用于其他应用并且通常被丢弃；以及(5)生成器接收很少或没有对真实数据的训练，而仅仅或大部分接收对生成的数据的训练，并且因此对没有生成数据的真实数据区域的学习很慢。
技术实现思路
1、在一个一般方面，本专利技术涉及用于一起但以对抗关...
【技术保护点】
1.一种以对抗方式训练生成器和判别器的方法，所述方法包括通过计算机系统通过机器学习在多玩家模拟博弈中一起训练所述生成器和所述判别器，其中所述模拟博弈包括多轮，其中在每一轮中，所述判别器确定呈现给所述判别器的选定数据项是来自所述生成器还是来自不同于所述生成器的数据源，并且其中所述训练包括：
2.一种以对抗方式训练生成器和判别器的方法，所述方法包括通过计算机系统通过机器学习在多玩家模拟博弈中一起训练所述生成器和所述判别器，其中所述模拟博弈包括多轮，其中在每一轮中，所述判别器确定呈现给所述判别器的选定数据项是来自所述生成器还是来自不同于所述生成器的数据源，并且其
【技术特征摘要】
【国外来华专利技术】
1.一种以对抗方式训练生成器和判别器的方法，所述方法包括通过计算机系统通过机器学习在多玩家模拟博弈中一起训练所述生成器和所述判别器，其中所述模拟博弈包括多轮，其中在每一轮中，所述判别器确定呈现给所述判别器的选定数据项是来自所述生成器还是来自不同于所述生成器的数据源，并且其中所述训练包括：
2.一种以对抗方式训练生成器和判别器的方法，所述方法包括通过计算机系统通过机器学习在多玩家模拟博弈中一起训练所述生成器和所述判别器，其中所述模拟博弈包括多轮，其中在每一轮中，所述判别器确定呈现给所述判别器的选定数据项是来自所述生成器还是来自不同于所述生成器的数据源，并且其中所述训练包括：
3.如权利要求2所述的方法，其中，所述模拟博弈是二人零和博弈。
4.如权利要求3所述的方法，其中，所述二人零和博弈包括二人有限零和博弈。
5.如权利要求2所述的方法，其中，用于所述生成器和所述判别器的所述模型参数非同时地更新。
6.如权利要求2至5中任一项所述的方法，其中：
7.如权利要求6所述的方法，其中：
8.如权利要求2至5中任一项所述的方法，其中，所述训练在所述第二轮之后还包括：
9.如权利要求2至5中任一项所述的方法，其中：
10.如权利要求9所述的方法，其中，用于第一局部区域检测器的指定集合与用于第二局部区域检测器的指定集合部分地重叠。
11.如权利要求9所述的方法，其中，所述判别器包括多个局部判别器。
12.如权利要求11所述的方法，其中：
13.如权利要求12所述的方法，其中，所述多个局部判别器中的每一个被训练以确定呈现给所述局部判别器的数据项是否来自所述生成器。
14.如权利要求13所述的方法，其中：
15.如权利要求14所述的方法，在所述模拟博弈的第一轮之前还包括：
16.如权利要求2至5中任一项所述的方法，其中，所述数据源包括被训练为与所述判别器协作的协作生成器。
17.如权利要求16所述的方法，其中，所述协作生成器的训练由协作的人加ai训练过程控制系统控制。
18.如权利要求16所述的方法，其中：
19.如权利要求18所述的方法，其中：
20.如权利要求1至5中任一项所述的方法，其中，所述生成器包括选自由以下组成的组的生成器：数字图像生成器、数字音频生成器和文本生成器。
21.如权利要求1至5中任一项所述的方法，还包括部署所述生成器以在所述训练之后生成数据。
22.如权利要求1至5中任一项所述的方法，还包括另外训练所述判别器以执行第二任务。
23.如权利要求22所述的方法，其中，所述第二任务包括对输入到所述判别器的数据项是否会吸引具有已知偏好的人的确定。
24.如权利要求22所述的方法，其中，所述第二任务包括对输入到所述判别器的数据项是真实还是任意的确定。
25.如权利要求22所述的方法，其中，所述第二任务包括对数据项输入是否应该被分类为两个或更多个分类类别的指定集合的确定。
26.如权利要求22所述的方法，其中，所述第二任务包括对数据项输入是否应该被分类为多个分类类别之一的确定。
27.如权利要求22所述的方法，其中，所述第二任务包括对输入到所述判别器的数据项是来自第一生成器或来自第二生成器的确定。
28.如权利要求22所述的方法，其中，所述第二任务包括对输入到所述判别器的数据项是否是对抗性攻击的确定。
29.如权利要求22所述的方法，其中，所述第二任务包括对输入到所述判别器的数据项是否是抄袭工作的确定。
30.如权利要求22所述的方法，其中，所述第二任务包括对输入到所述判别器的数据项是否被干扰的确定。
31.如权利要求22所述的方法，其中，所述第二任务包括分类任务。
32.一种用于以对抗方式训练生成器和判别器的计算机系统，所述计算机系统包括：
3...
【专利技术属性】
技术研发人员：J·K·贝克尔，
申请(专利权)人：D五AI有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。