基于Pytorch的深度学习实战
文章平均质量分 61
依托pytorch框架展开的深度学习项目实战
HIT-Steven
哈工大计算机本硕 社会计算与信息检索研究中心 清华大学NLP实习生
主要方向:多模态大模型,图像、流式视频幻觉检测与消除
展开
-
Pytorch——生成式对抗网络的实例
生成器的最终目标是要欺骗判别器,混淆真伪图像;而判别器的目标是发现他何时被欺骗了,同时告知生成器在生成图像的过程中可识别的错误。注意无论是判别器获胜还是生成器获胜,都不是字面意义上的获胜。两个网络都是基于彼此的训练结果来推动参数优化的。 这项技术已经被证明可以产生一个生成器,他只从一个噪声和一个条件信号生成逼真的图像。这里的条件信号是指属性或者其他图片,例如:年轻的、女性的、戴着眼镜的。这样的生成器产生的图片可以满足人的审美。原创 2022-12-23 16:44:47 · 804 阅读 · 1 评论 -
PyTorch——应用一个已训练好的图片分类网络——AlexNet
ImageNet数据集是由一个Stanford大学维护的包含1400多万幅图像的非常大的数据集,所有的图像都用来自WordNet数据集的名词层次结构标记,而WordNet数据集又是一个大型的英语词汇数据库。原创 2022-12-23 15:56:14 · 1159 阅读 · 1 评论