标题 |
InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets
InfoGAN:基于信息最大化生成对抗网络的可解释表征学习
相关领域
MNIST数据库
计算机科学
生成语法
人工智能
代表(政治)
对抗制
扩展(谓词逻辑)
相互信息
机器学习
生成对抗网络
面子(社会学概念)
变化(天文学)
模式识别(心理学)
深度学习
社会学
物理
政治
程序设计语言
法学
天体物理学
社会科学
政治学
|
网址 |
求助人暂未提供
|
DOI |
暂未提供,该求助的时间将会延长,查看原因?
|
其它 |
期刊:Cornell University - arXiv 作者:Xi Chen; Yan Duan; Rein Houthooft; John Schulman; Ilya Sutskever; et al 出版日期:2016-06-12 |
求助人 | |
下载 | 求助已完成,仅限求助人下载。 |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|