GAN相关模型和论文

最新推荐文章于 2024-06-17 09:34:52 发布
最新推荐文章于 2024-06-17 09:34:52 发布
阅读量3.7k 收藏 27
点赞数 4
文章标签： gan
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/A1_abc/article/details/83994548
版权
这篇博客详尽列举了各种GAN（生成对抗网络）模型及其应用场景，包括3D形状修复、图像到图像转换、视频预测等多个领域。从基础的CGAN、DCGAN到复杂的BicycleGAN、CycleGAN等，博主在GitHub上整理了一系列GAN模型及其代码链接，为读者提供了丰富的学习资源和研究参考。
摘要由CSDN通过智能技术生成

以下是来自该作者的 github上 整理的部分论文，

具体在此https://github.com/hindupuravinash/the-gan-zoo

3D-ED-GAN - 使用3D生成对抗网络和循环卷积网络进行形状修复
3D-GAN - 通过3D生成 - 对抗建模（github）学习对象形状的概率潜在空间
3D-IWGAN - 用于3D对象生成和重建的改进的对抗系统（github）
3D-PhysNet - 3D-PhysNet：学习非刚性物体变形的直观物理学
3D-RecGAN - 从具有对抗性学习的单个深度视图的3D对象重建（github）
ABC-GAN - ABC-GAN：自适应模糊和控制，用于提高生成对抗网络（github）的训练稳定性
ABC-GAN - 生命的GAN ：用于可能性自由推理的生成性对抗网络
AC-GAN - 辅助分类器 GAN的条件图像合成
acGAN - 使用条件生成对抗网络进行面部老化
ACGAN - 基于生成对抗网络的无掩盖信息隐藏
ACtuAL - ACtuAL：在对抗性学习下的演员 - 评论家
AdaGAN - AdaGAN：提升生成模型
自适应GAN - 使用类条件 GAN 自定义对抗示例生成器
AdvEntuRe - AdvEntuRe：用知识引导的例子进行文本蕴涵的对抗性训练
AdvGAN - 使用对抗性网络生成对抗性示例
AE-GAN - AE-GAN：用GAN消除对抗性
AEGAN - 基于自动编码器的生成性对抗网络的学习逆映射
AF-DCGAN - AF-DCGAN：幅度特征深度卷积GAN用于室内定位系统中的指纹构建
AffGAN - 用于图像超分辨率的摊销MAP推理
AL-CGAN - 学习从属性和语义布局生成室外场景的图像
ALI - 异端学习推理（github）
AlignGAN - AlignGAN：学习将跨域图像与条件生成对抗网络对齐
AlphaGAN - AlphaGAN：用于自然图像消光的生成对抗网络
AM-GAN - 激活最大化生成对抗网
AmbientGAN - AmbientGAN：有损测量的生成模型（github）
AMC-GAN - 具有外观和运动条件的视频预测
AnoGAN - 用生成对抗网络进行无监督异常检测以指导标记发现
APD - 贝叶斯神经网络海床的对抗蒸馏
APE-GAN - APE-GAN：用GAN消除对抗扰动
ARAE - 用于生成离散结构的异常正则化自动编码器（github）
ARDA - 用于域适应的对抗性表示学习
ARIGAN - ARIGAN：使用Generative Adversarial Network的合成拟南芥植物
ArtGAN - ArtGAN：使用条件分类GAN的艺术作品合成
ASDL-GAN - 使用生成对抗网络的自动隐写失真学习
ATA-GAN - 注意意识生成对抗网络（ATA-GAN）
注意-GAN - 用于野外图像中对象变换的注意GAN
AttGAN - 任意面部属性编辑：只改变你想要的东西（github）
AttnGAN - AttnGAN：使用注意生成对抗网络生成细粒度文本到图像生成（github）
AVID - AVID：对抗性视觉不规则检测
B-DCGAN - B-DCGAN：用于FPGA的二值化DCGAN的评估
b-GAN - 密度比估计视角下的生成对抗网
BAGAN - BAGAN：使用平衡GAN进行数据扩充
贝叶斯GAN - 深层次和分层隐式模型
贝叶斯GAN - 贝叶斯GAN（github）
BCGAN - 贝叶斯条件生成Adverserial网络
BCGAN - 双向条件生成对抗网络
BEAM - Boltzmann编码对抗机
BEGAN - BEGAN：边界均衡生成对抗网络
BGAN - 用于图像检索的二进制生成对抗网络（github）
BicycleGAN - 走向多模式图像到图像的翻译（github）
BiGAN - 对抗性特征学习
BinGAN - BinGAN：学习带有规则化GAN的紧凑二进制描述符
BourGAN - BourGAN：具有度量嵌入的生成网络
BranchGAN - 用于多尺度图像流形学习的分支生成对抗网络
BRE - 通过二值化表示熵（BRE）正则化（github）改进GAN训练
BS-GAN - 边界寻求生成对抗网络
BWGAN - Banach Wasserstein GAN
C-GAN - 使用上下文生成对抗网络进行面部老化
C-RNN-GAN - C-RNN-GAN：具有对抗训练的连续递归神经网络（github）
CA-GAN - 作曲辅助素描逼真的人像生成
CaloGAN - CaloGAN：使用生成对抗网络在多层电磁量热仪中模拟3D高能粒子淋浴（github）
CAN - CAN：创造性的对抗性网络，通过学习风格和偏离风格规范来创造艺术
CapsGAN - CapsGAN：使用动态路由生成对抗网络
CapsuleGAN - CapsuleGAN：Generative Adversarial Capsule Network
CatGAN - 具有分类生成对抗网络的无监督和半监督学习
CatGAN - CatGAN：用于域生成的耦合对抗传输
CausalGAN - CausalGAN：用对抗训练学习因果隐性生成模型
CC-GAN - 具有上下文条件生成对抗网络的半监督学习（github）
cd-GAN - 条件图像到图像的翻译
CDcGAN - 具有条件生成对抗网络的同时颜色深度超分辨率
CE-GAN - 使用类专家生成对抗网络进行不平衡数据分类的深度学习
CFG-GAN - 生成对抗模型的复合功能梯度学习
CGAN - 条件生成对抗网
CGAN - 可控生成对抗网络
契诃夫GAN - 生成对抗网络的在线学习方法
ciGAN - 用于乳房X线摄影分类中数据增强的条件填充GAN
CipherGAN - 使用离散GAN的无监督密码破解
CM-GAN - CM-GAN：用于共同表示学习的跨模态生成对抗网络
CoAtt-GAN - 你在跟我说话吗？通过对抗性学习生成合理的视觉对话
CoGAN - 耦合生成对抗网络
ComboGAN - ComboGAN：图像域转换的无限制可扩展性（github）
ConceptGAN - 学习具有相互一致性的成分视觉概念
条件循环GAN - 用于属性引导人脸图像生成的条件CycleGAN
constrast-GAN - 具有对比GAN的生成语义操作
Context-RNN-GAN - 用于抽象推理图生成的上下文RNN-GAN
CorrGAN - 使用对抗训练关联离散数据
库仑GAN - 库仑GAN：通过势场可证明的最佳纳什均衡
Cover-GAN - 基于生成对抗网络的Kerckhoffs原理的生成隐写
牛仔 - 通过利用整个GAN来抵御对抗性

最低0.47元/天 解锁文章
A1_abc
关注
  • 4
    点赞
  • 踩
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GAN 生成模型：生成器 (Generator) 原理与代码实例讲解
光剑书架上的书
05-31 795
1.背景介绍 生成对抗网络（Generative Adversarial Networks, GAN）是一种深度学习模型，由Ian Goodfellow等人在2014年提出。GAN的核心思想是利用两个神经网络——生成器和判别器的对抗过程来训练生成器产生新的数据样本。生成器负责生成假数据，判别器则负责区分真假数据。这两个网络在训练过程中相互竞争、相互提升
GAN论文笔记
水不在深有江的博客
10-26 447
作者指出，深度学习的目的旨在建立能够表示人造的具体应用中的数据分布的模型。为了避免极大似然估计和相关策略中的可能性计算逼近问题，提出GAN：由生成模型和判别模型组成，其中生成模型负责伪造数据，而判别模型负责检测样本服从模型分布还是原始数据分布。 本文主要研究生成模型通过多层感知器传输随机噪声来生成样本，判别模型也是多层感知器的情况。 Adversarial nets 为了学习生成器在数据x上...
GAN ZOO - 第1节： 分析GAN的缺陷与改进方向，介绍典型的改进模型：CGAN、InfoGAN
manquyuan0078的博客
01-14 3303
  0. “GAN ZOO”系列文章开更说明     GAN到底有多“热”？     据统计，GAN的相关论文正在以指数趋势增长，如上图所示。     But，     GAN论文这么多，而且都是英文的，怎么可能读得完！     为此，“AI微刊”团队将推出“GAN ZOO”系列文章，精选典型GAN模型（没有水论文），对其进行精简的解析，让你“三分钟”读完一篇论文。     适合...
探索因果之美：Tensorflow 实现的 CausalGAN 和 CausalBEGAN
最新发布
gitblog_00077的博客
06-17 302
探索因果之美：Tensorflow 实现的 CausalGAN 和 CausalBEGAN 项目地址:https://gitcode.com/mkocaoglu/CausalGAN 在这个高度数字化的时代，数据生成和分析已经成为科研和商业中的关键环节。【CausalGAN: 学习对抗训练下的因果隐式生成模型】为理解复杂数据背后的因果关系提供了一个新的视角。现在，这个强大的工具已经以 Tensorf...
供参考的the-gan-zoo，列出的GAN相关模型和论文
张荣
08-12 3459
想学习，更多的GAN相关的模型和论文，可参考https://github.com/hindupuravinash/the-gan-zoo 以下是来自该作者的 github上 整理的部分论文， 如果需要查看更多，请前往https://github.com/hindupuravinash/the-gan-zoo 3D-ED-GAN - 使用3D生成对抗网络和循环卷积网络进行形状修复 3D-...
GAN Zoo
caiexu的博客
06-05 760
https://github.com/hindupuravinash/the-gan-zoo
The GAN Zoo (最新GAN 相关paper收集）
omnispace的博客
09-02 8610
Every week, new GAN papers are coming out and it's hard to keep track of them all, not to mention the incredibly creative ways in which researchers are naming these GANs! So, here's a list of what sta
探秘创新动物园：《The Gan Zoo》项目解析与应用指南
gitblog_00073的博客
03-19 372
探秘创新动物园：《The Gan Zoo》项目解析与应用指南 the-gan-zooA list of all named GANs!项目地址:https://gitcode.com/gh_mirrors/th/the-gan-zoo 在这个数字化的时代，人工智能（AI）已经深入到我们生活的各个领域，尤其在图像生成方面，生成对抗网络（GANs）的应用更为广泛。今天，我们将一起探索一个独特的开源项...
styleGAN2模型pytorch版本
03-03
按照论文对作者代码（tensorflow）进行了简化（部分地方做了微调），适合于新手入门生成对抗网络（GAN）并进行初步图像生成操作，代码整体简洁易读，建议配套原作者代码食用，可以将代码当做对原作者代码的参考或...
GAN资料——代码、论文、各种资料
09-21
标题"GAN资料——代码、论文、各种资料"表明这是一个关于Generative Adversarial Networks（GANs）的学习资源集合，包含了代码实现、相关论文以及其他多种形式的资料。GANs是一种深度学习框架，主要用于生成逼真的新...
pytorch_GAN_zoo:GAN实施的混合体，包括渐进式增长
05-02
Pytorch GAN动物园 适用于研究人员和开发人员的GAN工具箱，具有： GAN（PGAN）的逐步增长： ://arxiv.org/pdf/1710.10196.pdf DCGAN： ：//arxiv.org/pdf/1511.06434.pdf StyleGAN（测试版）： ://arxiv.org/abs/1812.04948 图片：从celebaHQ，fashionGen，DTD上受过训练的GAN生成的样本。 图片：用celebaHQ伪造的面Kong该代码还实现了各种工具： GDPP中的GDPP方法 使用来自经过训练的GAN从参考图像“启发” GAN从AC-GAN调节 从Logistic损失 要求 该项目要求： 火炬 火炬视觉 麻木 科学的 h5py（fashionGen） 可选的： 视觉 nevergrad（鼓舞人心的一代） 如果您还没有pytorc
BigGan 论文
10-11
综上所述，BigGAN论文通过展示大规模GAN训练的重要性以及提出了一系列有效的改进措施，成功地提高了在复杂数据集上生成图像的质量和多样性。这些成果不仅推动了生成模型领域的发展，也为后续的研究提供了重要的参考...
GAN ZOO 第2节： 对原始GAN的损失函数进行改进：LSGAN、WGAN、WGAN-GP
manquyuan0078的博客
01-21 6949
“GAN ZOO”系列文章说明     GAN成为当下研究热点，相关论文数量正在以指数趋势增长，如上图所示。     为了便于大家迅速追踪研究热点，“AI微刊”团队持续推出“GAN ZOO”系列文章，精选典型GAN模型，对其进行精简的解析，让你“三分钟”读一篇论文。   GAN ZOO 第2节： 对原始GAN的损失函数进行改进：LSGAN、WGAN、WGAN-GP PS：本文...
【GAN ZOO翻译】StackGAN：Text to Photo-realistic Image Synthesis with Stacked GAN 使用堆叠的GAN从文本中生成照片一样逼真的图片
hyczkg的博客
10-08 1万+
Han Zhang1, Tao Xu2, Hongsheng Li3, Shaoting Zhang4, Xiaogang Wang3, Xiaolei Huang2, Dimitris Metaxas1 1罗格斯大学 2里海大学 3香港中文大学 4百度研究院 {han.zhang,dnm}@cs.rutgers.edu, {tax313, xih206}@lehigh.edu, {hsli,xg...
GAN Zoo：千奇百怪的生成对抗网络，都在这里了
06-28 1万+
自从Goodfellow2014年提出这个想法之后，生成对抗网络（GAN）就成了深度学习领域内最火的一个概念，包括LeCun在内的许多学者都认为，GAN的出现将会大大推进AI向无监督学习发展的进程。 于是，研究GAN就成了学术圈里的一股风潮，几乎每周，都有关于GAN的全新论文发表。而学者们不仅热衷于研究GAN，还热衷于给自己研究的GAN起名，比如什么3D-GAN、BEGAN、iGAN、S⊃2
自动编码器作为GAN的一部分（二）
weixin_40733801的博客
06-05 1504
本章介绍的事生成模型是和GAN最相似的一个模型，尽管自动编码器不是GAN，但最好从这个最接近的前体开始。但如果你觉得你想深入研究新的和令人兴奋的部分。请随意跳过本章。 现在让我们看一下自动编码器与生成对抗网络相比的背景。我们可以看到，两者都是生成模型，既是AI的一部分，也是机器学习的一个子集。但是在变分自动编码器（VAE）的情况下，我们明确地编写了我们正在尝试优化的函数（...
WGAN-GP精彩分析（附源代码）
热门推荐
shanlepu6038的博客
01-18 1万+
转载自：https://www.e-learn.cn/content/qita/814071 from datetime import datetime import os import matplotlib.pyplot as plt import numpy as np import tensorflow as tf from six.moves impor...
那么多GAN哪个好？谷歌大脑泼来冷水：都和原版差不多
人工智能学家
12-01 2602
来源：量子位 概要：从2014年诞生至今，生成对抗网络（GAN）热度只增不减，各种各样的变体层出不穷。 从2014年诞生至今，生成对抗网络（GAN）热度只增不减，各种各样的变体层出不穷。有位名叫Avinash Hindupur的国际友人建立了一个GAN Zoo，他的“动物园”里目前已经收集了多达214种有名有姓的GAN。 DeepMind研究员们甚至将自己提出的一种变体命名为
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值