【GAN的魔法】生成对抗网络技术进展及论文笔记3

本文介绍了DCGAN在图像生成中的应用,包括如何通过输入向量的变化实现图像平滑过渡和视觉特征的组合。此外,讨论了GAN与RNN结合,用于文字到图像的转化,以及基于GAN的素描到图像转换技术,展示了GAN在创造性任务中的潜力。
摘要由CSDN通过智能技术生成

前两部分在这里:
【GAN的魔法】生成对抗网络技术进展及论文笔记1
【GAN的魔法】生成对抗网络技术进展及论文笔记2

#5. DCGAN的应用

DCGAN则是将GAN和深度卷积网络结合起来的应用,这篇文章的提出看似没有很大创新,但是提出了很多工程经验分享,以及针对CNN网络应用于GAN的设计。它的生成模型和判别模型的网络分别如下图(a)(b)所示:
这里写图片描述

这篇文章最有意思的部分其实是可视化网络的部分。比如在学习了一个卧室数据库后,在输入空间z(100维)中随机找9个点进行插值,然后用来生成图像,得到n幅生成的卧室图片如下图所示。可以看到整个图像空间平滑地进行过渡。第6行从无窗户到慢慢有窗户,第10行从电视机到窗户。
这里写图片描述

与此同时,他们也将Vector Arithmetic运用在了图像上,发现生成模型的初始输入z可以通过向量的相加减得到生成图像的变化。例如,下图展示了公式“微笑的女人-女人+男人=微笑的男人”和“戴眼镜的男人-男人+女人=戴眼镜的女人”在生成样本上的表现。怎么做到的!例如眼镜这个例子,首先在生成的图像中挑选

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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