对抗生成网络

PyTorch中文教程 | (16) DCGAN

Github地址目录1.介绍2.对抗生成网络2.变量3.数据4.实现方法4.结果1.介绍本教程将通过一个例子来介绍DCGAN。
CoreJT·2019-07-31 21:38

【算法笔记】CycleGan 循环生成对抗网络

www.jianshu.com/p/64bf39804c801.单向GANhttps://blog.csdn.net/nymph_h/article/details/964329202.循环GAN而循环对抗生成网络可以看作两个普通的
nymph_h·2019-07-19 11:48

DCGAN论文翻译/阅读/复现

论文地址生成动漫头像的例子我的github，照着例子稍微修改了一些基于深度卷积对抗生成网络的无监督表示学习摘要近年来，卷积网络(CNNs)的监督学习在计算机视觉应用中得到了广泛的应用。
奶瓶他哥·2019-07-08 11:58

一文总结深度学习的12张思维导图

为大家介绍了深度学习的核心内容，主要包括：深度学习基础、神经网络介绍、CNN从入门到应用、Caffe、Tensorflow、Pytorch等深度学习框架、词向量、循环神经网络、RNN条件生成与Attention、对抗生成网络
磐创 AI·2019-07-03 22:04

对 BEGAN 损失函数 的理解

具体的对BEGAN的原理和特点的讲解，就不展开了，具体可以参考这两篇文章深度学习【43】BEGANBEGAN解读但是其对BEGAN损失函数的解释，我觉得有点太理论化，不太好理解，以下是对这个对抗生成网络的损失函数的理解
徐森威·2019-06-25 16:37

深度学习代码实战演示_Tensorflow_卷积神经网络CNN_循环神经网络RNN_长短时记忆网络LSTM_对抗生成网络GAN

前言经过大半年断断续续的学习和实践，终于将深度学习的基础知识看完了，虽然还有很多比较深入的内容没有涉及到，但也是感觉收获满满。因为是断断续续的学习做笔记写代码跑实验，所以笔记也零零散散的散落在每个角落，查询起来也非常不便，因此这里再做一个目录进行汇总一下，一来，可以方便自己以后查看，二来，也希望能够帮助到需要同学们。格言：时间就像一张网，网撒在哪里，收获就在哪里。一起加油环境配置在所有的博文中都忘
我是小蚂蚁·2019-05-20 08:10

Pix2Pix

《Image-to-ImageTranslationwithConditionalAdversarialNetworks》github这篇论文讲的主要内容是使用条件对抗生成网络来实现图像转换，其中涉及到很多东西很具有启发意义
Forlogen·2019-04-05 17:51

tensorflow-deeplab-v3-plus使用记录

前言毕设准备做个深度学习相关的课题,应用到自动化领域.利用寒假看了几本书结合自己的知识对多层感知机和浅层卷积神经网络训练MNIST数据集有一定经验.但是对于强化学习,对抗生成网络,深度残差网络还是知其名不解其意
彼时思默·2019-03-27 11:21

Self-Attention GAN 中的 self-attention 机制

作者丨尹相楠学校丨里昂中央理工博士在读研究方向丨人脸识别、对抗生成网络SelfAttentionGAN用到了很多新的技术。
Paper_weekly·2019-03-06 08:00

《PaddlePaddle从入门到炼丹》十三——自定义图像数生成

那么本章我们将使用对抗生成网络训练我们自己的图片数据集，并生成图片。在第六章中我们使用的黑白的单通道图片，在这一章中，我们使用的是3通道的彩色图。
夜雨飘零1·2019-02-23 18:34

今晚8点直播 | 用AI给旧时光上色！详解GAN在黑白照片上色中的应用

本次公开课中，我们邀请到了百度高级研发工程师李超，他的演讲内容包括对抗生成网络相关简介，学术界的研究现状和应用场景，以及GAN在百度视觉+百度PR+新华社合作的焕彩项目中的应用。
Python大本营·2019-01-29 17:18

公开课 | 用AI给旧时光上色！详解GAN在黑白照片上色中的应用

本次公开课中，我们邀请到了百度高级研发工程师李超，他的演讲内容包括对抗生成网络相关简介，学术界的研究现状和应用场景，以及GAN在百度视觉+百度PR+新华社合作的焕彩项目中的应用。
AI科技大本营·2019-01-27 22:49

公开课 | 用AI给旧时光上色！详解GAN在黑白照片上色中的应用

本次公开课中，我们邀请到了百度高级研发工程师李超，他的演讲内容包括对抗生成网络相关简介，学术界的研究现状和应用场景，以及GAN在百度视觉+百度PR+新华社合作的焕彩项目中的应用。
AI科技大本营·2019-01-27 22:49

如何评价GAN网络的好坏？IS（inception score）和FID（Fréchet Inception Distance）

值得一看，总结了IS和FID的历史发展原文地址在对抗生成网络中，判别器和生成器的目标函数通常都是用来衡量它们各自做的怎么样的。例如，生成器的目标函数用来衡量生成的图片能骗过分类器的性能。
月下花弄影·2019-01-14 20:26

DCGAN实现手写数字识别demo

论文地址：UnsupervisedRepresentationsLearningWithDeepConvolutionalGenerativeAdversarialNetworks论文解读：深度卷积对抗生成网络
我是小蚂蚁·2018-12-27 21:06

DCGAN（深度卷积对抗网络）案例

DCGAN（深度卷积对抗生成网络）是GAN的变体，是一种将卷积引入模型的网络。
醇岩·2018-12-06 00:00

infoGAN公式推导（信息最大化生成对抗网络（理论部分））

对抗生成网络（GAN）和贝叶斯变分自编码是最为主要的两种数据生成模型，目前的生成对抗网络的一些改良技术已经实现了非常逼真的图像。
Soheyi·2018-12-02 14:53

《PaddlePaddle从入门到炼丹》六——生成对抗网络

对抗生成网络可以根据之前的图片训练生成更多的图像，已达到以假乱真的目的。训练并预测创建一个GAN.py
夜雨飘零1·2018-11-04 12:10

【深度学习】DCGAN实现动漫头像生成详细说明

DCGAN简单总结DCGAN的全称是DeepConvolutionalGenerativeAdversarialNetworks,意即深度卷积对抗生成网络，它是由AlecRadford在论文UnsupervisedRepresentationLearningwithDeepConvolutionalGenerativeAdversarialNetworks
莫凡的博客·2018-11-03 11:36

关于交叉熵在loss函数中使用的直观理解

最近开始研究起对抗生成网络（GANs），用到了交叉熵，发现自己对交叉熵的理解有些模糊，不够深入。遂花了几天的时间从头梳理了一下相关知识点，才算透彻的理解了，特地记录下来，以便日后查阅。信
MachineLearning-ZJU·2018-10-28 23:43

一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉

最近开始研究起对抗生成网络（GANs），用到了交叉熵，发现自己对交
零钱币·2018-08-27 19:43

基于对抗生成网络的图像去模糊

论文参考：DeepGenerativeFilterformotiondeblurring论文解读完整工程代码下载：https://download.csdn.net/download/dcrmg/106204821.图像大小256×256。训练时候把清晰图像和模糊图像合成在一张图上，左侧是清晰图像，右侧是模糊图像。2.根据训练和测试图片生成HDF5格式文件HDF(HierarchicalDataF
-牧野-·2018-08-22 19:17

学习笔记：GAN和DCGAN入门

GAN的全称为GenerativeAdversarialNetworks，意为对抗生成网络。
BruceCheen·2018-07-25 19:40

交叉熵

最近开始研究起对抗生成网络（GANs），用到了交叉熵，发现自己对交叉熵的理
Rasin_Wu·2018-07-24 22:37

一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉

最近开始研究起对抗生成网络（GANs），用到了交叉熵，发现自己对交叉熵的理解有些模糊，不够深入。遂花了几天的时间从头梳
AI科技大本营·2018-07-02 18:36

PyTorch Tutorial

本文收集了大量PyTorch项目（备查）目录：入门系列教程入门实例图像、视觉、CNN相关实现对抗生成网络、生成模型、GAN相关实现机器翻译、问答系统、NLP相关实现先进视觉推理系统深度强化学习相关实现通用神经网络高级应用入门系列教程
ML_Kyle·2018-06-03 09:14

生成对抗神经网络

对抗生成网络，其实就像周伯通，左手打右手，不用陪练，自己就能练成绝世武功！先说一个对我学习有很大帮助的故事:刚参加工作时，顶头上级是跟我年纪相仿的年轻人，据说家里有点关系。
终结大笨狗·2018-04-23 15:33

GAN相关（二）：DCGAN / 深度卷积对抗生成网络

GAN相关（二）：DCGANUNSUPERVISEDREPRESENTATIONLEARNINGWITHDEEPCONVOLUTIONALGENERATIVEADVERSARIALNETWORKSAlecRadfordetalDCGAN指的是DeepConvolutionalGAN，摘要中说，本文是bridgethegapbetween有监督的CNN和无监督的CNN。并且提出了DCGAN模型，希望
江户川柯壮·2018-03-26 19:39

浅谈DCGAN

GAN也就是对抗生成网络，所谓对抗生成，也就是有两个网络，一个D（判别），另一个G（生成）。两个网络的目标函数，是不一样的。
medium_hao·2018-02-01 13:54

一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉

最近开始研究起对抗生成网络（GANs），用到了交叉熵，发现自己对交叉熵的理解有些模糊，不够深入。遂花了几天的时间从头梳理了一下相关知识点，才算透彻的理解了，特地记录下来，以便日后查阅。信息论
史丹利复合田·2018-01-25 16:50

唐宇迪tensorflow学习笔记之项目实战(对抗生成网络)

对抗生成网络有两个重要概念生成器：火眼金睛，分辨出生和真实的判别器：瞒天过海，骗过判别器损失函数定义：一方面要让判别器分辨能力更强，另一方面要让生成器更真。
物理小乾乾·2018-01-05 21:23

Infogan-信息最大化生成对抗网络（理论部分）

对抗生成网络（GAN）和贝叶斯变分自编码是最为主要的两种数据生成模型，目前的生成对抗网络的一些改良技术已经实现了非常逼真的图像link。
sjtutsb·2017-11-12 15:36

虚构的对抗：GAN with the wind

本文授权转载自：老顾谈几何作者：顾险峰编辑：韩蕊在过去的两三年中，对抗生成网络（GenerativeAdersarialNetworkGAN）获得了爆炸式的增长，其应用范围几乎涵盖了图像处理和机器视觉的绝大多数领域
机器之心V·2017-11-03 06:00

独家 | 大数据与AI技术在金融科技的应用

两位学长结合自己在金融行业和金融科技领域多年的探索，结合金融领域的反欺诈、信用风险识别、不良资产催收、精准营销等业务场景，深入浅出地阐述对抗生成网络、迁移学习、强化学习等方法的金融行业建模实践。
enohtzvqijxo00atz3y8·2017-09-22 00:00

基于对抗生成网络的图像转换技术【论文笔记】

前两篇文章是对方法的改进，详细地论证了提出的方法的可行性和优越性。后两篇是应用型，针对一个特定的问题提出方法。Image-to-ImageTranslationwithConditionalAdversarialNetworks这是由BerkeleyAIResearch(BAIR)Laboratory发表的一篇图像转换技术。如果提前没有接触过这类问题并且有强迫症的朋友（比如我）就会读起来很花时间，
Ruo_hua·2017-08-14 21:23

贝叶斯生成对抗网络（GAN）

www.sohu.com/a/144843442_473283原标题：贝叶斯生成对抗网络（GAN）：当下性能最好的端到端半监督/无监督学习_搜狐科技_搜狐网新智元报道作者：弗格森【新智元导读】康奈尔大学研究员结合贝叶斯和对抗生成网络
LY-林雨·2017-08-02 23:35

PyTorch入门学习（一）

TensorAutogradautogradVariableFunctionNeuralNetworks示例Loss函数Backprop权值更新PyTorch是一个很流行的开源深度学习平台，风头一度胜过Tensorflow,近期对对抗生成网络
cuclxt·2017-05-06 22:13

机器学习、深度学习、计算机视觉、自然语言处理及应用案例——干货分享（持续更新......）

、计算机视觉、自然语言处理及应用案例——干货分享（持续更新……）author@jason_qlhttp://blog.csdn.net/lql0716GitChat提问码：1、机器学习/深度学习1.1对抗生成网络
jason_ql·2017-04-23 00:15

GANs系列

IanGoodfellow是对抗生成网络之父。生成对抗模型拆开来是两个东西：一个是判别模型，一个是生成模型。
AndrewLee_·2017-03-07 19:58

Infogan-信息最大化生成对抗网络（理论部分）

对抗生成网络（GAN）和贝叶斯变分自编码是最为主要的两种数据生成模型，目前的生成对抗网络的一些改良技术已经实现了非常逼真的图像link。
dagekai·2016-12-31 06:33

深度卷积对抗生成网络(DCGAN)

本文是参考文献[1]的论文笔记。卷积神经网络在有监督学习中的各项任务上都有很好的表现，但在无监督学习领域，却比较少。本文介绍的算法将有监督学习中的CNN和无监督学习中的GAN结合到了一起。在非CNN条件下，LAPGAN在图像分辨率提升领域也取得了好的效果。与其将本文看成是CNN的扩展，不如将其看成GAN的扩展到CNN领域。而GAN的基本算法，可以参考对抗神经网络。GAN无需特定的costfunct
张雨石·2016-12-25 20:35
上一页 1 2 3 4 5 6 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他