【GANs代码学习】目录

最新推荐文章于 2024-10-17 08:32:23 发布

bupt_gwy

最新推荐文章于 2024-10-17 08:32:23 发布

阅读量1.1k

点赞数 1

分类专栏： GANs代码学习文章标签：目录

本文链接：https://blog.csdn.net/a312863063/article/details/103237021

版权

GANs代码学习专栏收录该内容

4 篇文章 27 订阅

订阅专栏

前言

在初学GANs的时候我们可能会尝试自己写一些简易的模型，这对于学习代码有帮助，但是距离想真正实现自己的想法和创意是很不够的。所以我觉得，学习到一些高级的GANs架构的代码技巧是会挺有帮助的，所以在此专栏中，我将专门记录我特别想学到的一些最新架构的代码实现方式，并进行非常细致的记录和讲解。

StyleGAN->GauGAN->SinGAN三份开源代码是我认为目前所有GANs中最有价值的代码（当然还有BigGAN->VQVAE2->LOGAN也值得学但Deepmind不开源哪~~~），首先StyleGAN就是“细节记忆”特别强，生成图片足够清晰；然后GauGAN“细节关系推理”特别好，基于语义布局的生成能学到组件间的逻辑联系（譬如湖面和倒影）；SinGAN就听效果（单张图片模式推理）就特别牛逼，但是其实际价值还有待学习考证。。

架构1 StyleGAN

★ 重点：AdaIN机制、Progressive动态变化过程
★ 学习AdaIN的价值：1.AdaIN改变了原始生成器输入的z的功能，即将传统GANs中z控制合成图片的内容（即z直接映射到图片），变成了z控制合成图片的风格（即z先映射到样式空间w，然后通过让w在平均脸的各个层级上添加样式调节从而实现千人千面的生成），这是一种非常巧妙且具有普适性的技巧。2. AdaIN适合于样式迁移（Style Transfer）任务中。
笔记内容：
第一章　StyleGAN原理介绍
第二章　StyleGAN代码解读(上)
第二章　StyleGAN代码解读(下)
第三章　StyleGAN模型修改与拓展