简介:尽管马克思的阶级分析理论影响巨大,但他既不是阶级分析理论的原创者,也不是终结者。在现代西方社会的发展过程中,马克思主义阶级分析理论充当了问诊施药的角色。在马克思之后,雷蒙·阿隆的阶级分析理论开创的研究方法和由此得出的结论,标志着西方阶级分析理论的转型:从马克思开创的“历史哲学模型”转换为“政治哲学-社会学模型”,阶级问题的研究方式由宏观研究和总体叙事转变为微观研究和片段描述。作为“政治哲学-社会学模型”的阶级分析理论建构者,雷蒙·阿隆关注的问题是:工业社会的不平等事实会不会必然导致阶级斗争?工业社会的发展趋势,是走向托克维尔预计的“社会拉平”,还是马克思预计的资产阶级与无产阶级之间不可调和的斗争并最终导致政权更替?雷蒙·阿隆所要反驳的马克思主义阶级分析理论,到底是真理还是谬误,工业社会已经通过各种事实做出了自己的判断。
简介:深度学习包括监督学习、非监督学习和半监督学习。生成对抗网络GANs已经成为非监督学习中重要的方法之一,其相对于自动编码器和自回归模型等非监督学习方法具有能充分拟合数据、速度较快、生成样本更锐利等优点。GANs模型的理论研究进展很迅速,原始GANs模型通过MinMax最优化进行模型训练;条件生成对抗网络CGAN为了防止训练崩塌将前置条件加入输入数据;深层卷积生成对抗网络DCGAN提出了能稳定训练的网络结构,更易于工程实现;InfoGAN通过隐变量控制语义变化;EBGANAk-量模型角度给出了解释;ImprovedGAN提出了使模型训练稳定的五条经验;WGAN定义了明确的损失函数,对G&D的距离给出了数学定义,较好地解决了训练坍塌问题。GANs模型在图片生成、图像修补、图片去噪、图片超分辨、草稿图复原、图片上色、视频预测、文字生成图片、自然语言处理和水下图像实时色彩校正等各个方面获得了广泛的应用。