2023.12.29 发现一个宝藏博主!!!在CSDN和bilibili上都叫:Bubbliiiing。有很多可参考的内容,会在github上放参考代码,我看到的博客最下方的评论交流也蛮多的,应该可以积极提问:D。
最近在学习图像生成模型,想主要学习CGAN。目前在找代码先跑通看看生成效果,学一下基础操作。MNIST数据集已经学了一段时间,再用CIFAR10学学。
CIFAR10下载:
CIFAR-10 and CIFAR-100 datasets
或者直接点击下面的链接下载压缩包
学习记录
套用之前的MNIST的训练代码,图像生成效果挺烂的。这段时间比较忙,就只在原来的基础上调整了学习率,加入数据归一化预处理,跑了几次对比了下效果,蒙混过关。接下来打算学一下DCGAN,就是把源代码里生成器和判别器的的XXX(本小白还不知道那种是什么结构,单纯的维度变换、网络打平吗)替换成卷积神经网络。成功的话,就再把CGAN也融合进去,实现控制生成内容。
参考博客
cifar10和cifar100(简介&可视化):http://t.csdnimg.cn/APf8x
如何完成CIFAR-10数据集可视化保存到本地:http://t.csdnimg.cn/cs34E
【pytorch】CGAN编程实现:http://t.csdnimg.cn/wftCr
好像还挺好玩的GAN重制版3——Pytorch搭建DCGAN利用深度卷积神经网络实现图片生成:http://t.csdnimg.cn/wpTBC
好像还挺好玩的GAN4——Keras搭建ACGAN利用卷积给生成结果贴上标签:http://t.csdnimg.cn/N7xet
好像还挺好玩的GAN5——Keras搭建COGAN耦合生成式对抗网络:http://t.csdnimg.cn/6D85s
编程知识积累
神经网络学习小记录33——pytorch中squeeze()和unsqueeze()函数的简单介绍:http://t.csdnimg.cn/n0B0T
神经网络学习小记录57——各类激活函数Activation Functions介绍与优缺点分析:http://t.csdnimg.cn/oX79y