discriminator

生成对抗网络（GAN网络）

GenerativeAdversarialNets生成对抗网络GAN交互式可视化网站1、GAN基本结构GAN模型其实是两个网络的组合：生成器（Generator）负责生成模拟数据；判别器（Discriminator
qq_1532145264·2024-09-11 19:45

GAN：数据生成的魔术师

GAN由两个关键部分组成：生成器（Generator）和判别器（Discriminator）。生成器的目标是产生尽可能逼真的数据，而判别器则努力区分真实数据和生成器产生的数据。
2401_85842555·2024-08-31 10:11

生成对抗网络——cgan

GAN：生成对抗网络（GenerativeAdversarialNetworks[4]）主要由生成器(generator)和判别器(discriminator)组成。
尼古拉斯·two_dog·2024-03-16 13:20

生成对抗网络----GAN

文章目录系列文章目录前言一、基本构成二、应用领域三、基本原理四、如何训练GAN前言一、基本构成GAN(GenerativeAdversarialNetwork):通过两个神经网络，即生成器（Generator）和判别器（Discriminator
小豆包的小朋友0217·2024-02-20 15:30

【深度学习】实验7实验结果，图像超分辨

总体来说，SRGAN由两个主要组件组成：生成器（Generator）和判别器（Discriminator），它们相互对抗并共
X.AI666·2024-02-10 11:05

【万字】一文教会你关于“生成对抗网络GAN”的所有知识

它由两个部分组成，生成器和鉴别器（又称判别器），生成网络（Generator）负责生成模拟数据；判别网络Discriminator）负责判断输入的数据是真实的还是生成的。
一只小小的土拨鼠·2024-02-04 10:39

【论文复现】Conditional Generative Adversarial Nets（CGAN）

文章目录GAN基础理论2.1算法来源2.2算法介绍2.3基于CGAN的手写数字生成实验2.3.1网络结构2.3.2训练过程一、D的loss(discriminator_train_step)二、G的loss
QomolangmaH·2024-02-01 12:09

PyTorch实战GANs

“左右手”分别指代的是GANs中的生成器（Generator）和判别器（Discriminator）。图片来源于网络生成器的主要作用就是随机生成一个指
Omni-Space·2024-01-26 00:24

机器学习入门总结和各类常用神经网络汇总(第二篇)

这个网络主要分成两个部分：generator、discriminator。他们两个的工作分别为，一个用于生产图片，另一个用来判断生产出来的图片够不够真实。
小黄不头秃·2024-01-19 11:20

生成对抗网络GAN（MNIST实现、时间序列实现）

它由两个主要组件组成：生成器（Generator）和判别器（Discriminator）。GAN的目标是通过两个网络之间的对抗学习
机智的小神仙儿·2024-01-18 09:10

生成对抗网络GAN简介- 图像处理应用

这两部分是生成器（Generator）和判别器（Discriminator）。生成器（Generator）：它的目标是创建逼真的图像。
LittroInno·2024-01-16 06:56

【机器学习】对抗生成网络

一、随机数据生成随机数据生成算法随机数据生成的显示建模和隐式建模二、生成对抗网络结构生成对抗网络（GAN）中，生成模型（Generator）和判别模型（Discriminator）的任务和训练目标分别是
十年一梦实验室·2024-01-09 11:11

李宏毅机器学习第二十一周周报GAN理论

文章目录week21TheorybehindGAN摘要Abstract一、李宏毅机器学习——TheorybehindGAN1.Generation2.最大似然估计3.Generator3.Discriminator
沽漓酒江·2024-01-03 22:18

（005）Java＞logback 日志按小时分割时，忽略夏令时

但是通过默认的discriminator目前暂且只会定义一个自定义变量。
.卡·2024-01-01 18:49

Good Semi-supervised learning That requires a Bad GAN论文阅读笔记

前置知识GAN（生成对抗网络）在semi-supervisedlearning（半监督学习）上取得了较强的实证成果，但是有两点是我们都没搞明白的：discriminator（判别器）是如何从与generator
Gary_Liu·2023-12-27 19:12

【Image】GAN的超详细解释（以及奇怪的问题）

GAN原理工作流程下面是生成对抗网络（GAN）的基本工作原理在GAN的架构中，有两个关键的组件：生成器（Generator）和鉴别器（Discriminator）。
Hellespontus·2023-12-26 09:44

【最优传输二十八】Reusing the Task-specific Classifier as a Discriminator:Discriminator-free Adversarial Dom

1.motivation现有的对抗性UDA方法通常采用额外的鉴别器来与特征提取器进行最小-最大博弈。然而，这些方法大多未能有效利用预测的判别信息，从而导致生成器的模式崩溃。为了解决这个问题，本文设计了一个简单而有效的对抗性范式，即无鉴别器的对抗性学习网络（DALN），其中类别分类器被重新用作鉴别器，通过统一的目标实现显式的领域对齐和类别区分，使得DALN能够利用预测的判别信息来进行充分的特征对准。
羊驼不驼a·2023-12-24 16:13

Bert-vits2-2.3-Final，Bert-vits2最终版一键整合包(复刻生化危机艾达王)

近日，Bert-vits2发布了最新的版本2.3-final，意为最终版，修复了一些已知的bug，添加基于WavLM的Discriminator（来源于StyleTTS2），令人意外的是，因情感控制效果不佳
刘悦的技术分享·2023-12-23 00:05

19、生成对抗网络：基础+实战(训练一个基本的GAN模型)

鉴别器（Discriminator）：这部分的网络负责判断输入
是馒头阿·2023-12-22 17:49

无监督学习-自编码器-补充|深度学习（李宏毅）（二十）

具体的方法就是训练一个Discriminator来评估隐层向量是不是具有代表性，在下面的例子中三玖的图片通过一个自编码器
酷酷的群·2023-12-20 08:20

GAN 介绍

GAN由两个神经网络组成，一个生成器（Generator）和一个判别器（Discriminator），它们通过对抗的方式共同训练。
Dlimeng·2023-12-18 23:15

为什么 GAN 不好训练

先看GAN的损失：当生成器固定时，堆D(x)求导，推理得到（加号右边先对log求导，再对负项求导）然后在面对最优Discriminator时，Generator的优化目标就变成了：上式可以变成：也就是说
木水_·2023-12-16 08:39

【学习笔记】机器学习——GAN

生成器GGG（generator）判别器DDD（discriminator）训练过程问题：参数是如何训练更新的呢？网络结构结构示意图数学描述参考链接：GAN原理-听不懂不要钱，
Bosenya12·2023-12-05 14:11

【Keras-MLP-GAN】MNIST

文章目录1GAN的前世今生2GAN生成MNIST2.1导入必要的库2.2搭建generator2.3搭建discriminator2.4compile模型，对学习过程进行配置2.5保存生成的图片2.6训练
bryant_meng·2023-12-03 09:45

深度学习（四）：pytorch搭建GAN（对抗网络）

1.GAN生成对抗网络（GAN）是一种深度学习模型，由两个网络组成：生成器（Generator）和判别器（Discriminator）。
从零开始的奋豆·2023-12-03 08:01

生成对抗网络Generative Adversarial Network，GAN

Discriminator（判别器）Discriminator也是一个neuralnetwork，它的输入是一张图片，输出是一个scalar，sc
keep--learning·2023-11-19 09:22

【论文阅读】MD-GAN: Multi-Discriminator Generative Adversarial Networks for Distributed Datasets

论文地址：[1811.03850]MD-GAN:Multi-DiscriminatorGenerativeAdversarialNetworksforDistributedDatasets(arxiv.org)本文介绍了一种名为MD-GAN的新方法，可以在分布式数据集上训练生成对抗网络（GAN）。文章首先介绍了GAN的背景和构成，然后提出了分布式GAN训练的挑战，即如何在多个工作节点上细粒度地分配
轩儿毛肚·2023-11-14 21:36

生成对抗网络原理

GAN的主要灵感来源于博弈论中零和博弈的思想，应用到深度学习神经网络上来说，就是通过生成网络G（Generator）和判别网络D（Discriminator）不断博弈，进而使G学习到数据的分布。
一壶浊酒..·2023-11-10 09:53

SegAN:Adversarial Network with Multi-scale L1 Loss for Medical Image Segmentation-笔记

经典的GAN的generator和discriminator的损失是分开的。本论文为segmentor和criticne
sunyao_123·2023-11-05 05:16

GAN算法学习1

生成对抗网络其实是两个网络的组合：生成网络（Generator）负责生成模拟数据；判别网络Discriminator）负责判断输入的数据是真实的还是生成的。
懒羊羊（学习中）·2023-10-31 13:20

GAN快速入门(Pytorch based, 二维点集生成)

简介GAN的主要结构包括一个生成器G（Generator）和一个判别器D（Discriminator）。生成器接受一段从各向同性高斯分布中采样的噪声向量，输出我们的目标产物。
Hαlcyon·2023-10-21 12:48

Mybatis之discriminator（鉴别器）详解

前言最近干了一个工作是使用discriminator去写一个新的API，那么写这个新的API原因是什么呢？
luckyHarry4·2023-10-19 05:11

FaceID-GAN: Learning a Symmetry Three-Player GAN for Identity-Preserving Face Synthesis

和传统的GAN拥有一个generator和一个discriminator，两者相互竞争不同，FaceID-GAN拥有三个player。
Junr_0926·2023-10-11 16:04

生成对抗网络入门案例

它由两个主要组件组成：生成器（Generator）和判别器（Discriminator）。生成器尝试生成与训练数据相似的新样本，而判别器则试图区分生成器生成的样本和真实训练数据。
金戈鐡馬·2023-10-05 08:52

GAN笔记：利普希茨连续（Lipschitz continuity）

在生成对抗网络（GAN）中，利普希茨连续性对于鉴别器（Discriminator）的设计和训练具有重要意义。
UQI-LIUWJ·2023-09-26 10:15

GAN学习笔记（一）项目链接

GAN学习笔记（一）项目链接1、开源项目2、GAN组成2.1来自生成mnist的gan2.2来自cyclegan2.3参考上面的Discriminator，准备自己写一个3D的版本1、开源项目看到这个里面整理了好多
落花逐流水·2023-09-25 15:33

基于 GAN的MNIST 手写字体生成

(参考b站大神日月光华教程复现）原理：这里通过一个简单的手写字体生产网络了解GAN的基本原理，主要包含generator和discriminator两部分，其中generator的输入是正太分布噪声，输出是
奋斗的麻雀·2023-09-20 07:07

基于GAN实现MNIST图片生成-----Pytorch版

GAN的主要部分为生成器Generator和判别器Discriminator。生成器：输入一个随机向量，生成一个图片。希望生成的图片越像真的越好。判别器：输出一个图片，判别图片的真伪。
追梦少年ML·2023-09-20 07:05

Pytorch Advanced(一) Generative Adversarial Networks

GAN中有两大组成部分G和DG是generator，生成器:负责凭空捏造数据出来D是discriminator，判别器:负责
青山渺渺·2023-09-12 01:50

深度学习100例-生成对抗网络（GAN）手写数字生成 | 第18天（二）

构建鉴别器defbuild_discriminator():#=====================================##鉴别器，对输入的图片进行判别真假#==============
程序员到程序猴·2023-09-07 03:51

深度学习之生成对抗网络

一、基本原理生成对抗网络有一个生成器(Generator,简称G)生成数据和一个鉴别器(Discriminator,简称D)鉴别数据是否与真实数据相似。
zlinxi·2023-08-27 06:03

cs231n assignment3 q4 Generative Adversarial Networks

文章目录嫌墨迹直接看代码Q4:GenerativeAdversarialNetworkssample_noise题面解析代码输出discriminator题面解析代码输出generator题面解析代码输出
理智点·2023-08-26 15:39

深度学习——生成对抗网络GAN

GAN的结构由两个神经网络组成：生成器（Generator）和判别器（Discriminator），它们彼此竞争，从而推动整个模型学习。
时代&信念·2023-08-25 18:31

GAN（生成对抗网络）

GAN的原理就是最小化生成器Generator的损失，但是在最小化损失的过程中加入了一个约束，这个约束就是使Generator生成的数据满足我们指定数据的分布，GAN的巧妙之处在于使用一个神经网络(鉴别器Discriminator
谦虚且进步·2023-08-24 12:43

mybatis(三) XML映射器之select、update、delete、insert标签

标签属性列表3.1.3、parameterType属性3.1.4、resultType3.1.5、resultMap3.1.5.1、resultMap内部标签列表3.1.5.2constructor和discriminator
剪刀手何金银·2023-08-22 00:47

simpleNet

.主要贡献2.网络3.方法细节3.1FeatureExtractor特征提取器3.2FeaturesAdaptor特征适配器3.3AnomalousFeatureGenerator异常特征生成器3.4Discriminator
树和猫·2023-08-21 23:17

GAN生成对抗模型根据minist数据集生成手写数字图片

GAN由两个网络组成，一个是生成器（Generator），一个是判别器（Discriminator）
云梦之上·2023-08-20 08:11

PyTorch训练简单的生成对抗网络GAN

文章目录原理代码结果参考原理同时训练两个网络：辨别器Discriminator和生成器GeneratorGenerator是造假者，用来生成假数据。
阿正的梦工坊·2023-08-17 18:39

Mybatis 源码 ∞ ：杂七杂八

KeyGenerator四、Plugin1Interceptor2org.apache.ibatis.plugin.Plugin3.调用场景五、Mybatis嵌套映射BUG1.示例2.原因3.解决方案六、discriminator
猫吻鱼·2023-08-15 07:48

第G1周：生成对抗网络（GAN）入门

GAN由两个分别被称为生成器（Generator）和判别器（Discriminator）的神经网络组成。其
牛大了2023·2023-08-14 18:26
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他