文档摘要

本章要回答的三个问题：这间博弈室做成的头号生意——图像生成与合成——凭什么值钱？给训练集"注水"的数据增强，GAN 版和传统翻转裁剪比强在哪？跨模态生成、3D、视频、医疗影像这些分号，各自解决了什么别人解决不了的问题？ 为什么会有这一章 学完原理与训练，最常见的问题是：这些到底用在哪了？答案是：几乎凡是"需要新样本"的地方，都有人开过博弈室分号。有的分号赚得盆满钵满——人脸合成、数据增强、图像翻译已经是成熟产业；… 会员。《第5章 博弈室的生意：应用现场》收录于灏天文库文集《生成对抗网络 (GAN) 原理与应用》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/496-%E7%94%9F%E6%88%90%E5%AF%B9%E6%8A%97%E7%BD%91%E7%BB%9C-gan-%E5%8E%9F%E7%90%86%E4%B8%8E%E5%BA%94%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流