使用Keras创建可生成新的相似数据的模型

Question

我正在使用Keras，并尝试使用人工智能和机器学习。我已经做了几个项目，现在我想复制一个数据集。我该往哪个方向学习呢？要开始学习此模型，我应该查找哪些内容？我只需要一位专家给我指出正确的方向。

我要澄清的是，通过复制数据集，我的意思是我想要获取一系列具有易于区分的模式的数字，然后让AI生成类似的新数据。

Answer 1

有几种方法可以生成类似于当前数据集的新数据，但目前最突出的方法是使用生成对抗网络(GAN)。这是通过让两个模型相互竞争来实现的。生成器模型尝试生成数据，鉴别器模型尝试区分真实数据和生成的数据之间的差异。有很多关于如何做到这一点的教程，尽管其中大多数可能是基于图像数据的。

如果您还想生成标签，请创建一个条件GAN。

生成数据的唯一另一种常见方法是变分自动编码器(VAE)，但生成的数据往往比GAN生成的数据质量低。不过，我不知道这是否适用于非图像数据。

Answer 2

您也可以使用条件变分自动编码器，它会生成带标签的新数据。