生成对抗网络Gan——文献笔记
文章平均质量分 90
生成对抗网络 (Generative Adversarial Networks)– GAN 是最近2年很热门的一种无监督算法,他能生成出非常逼真的照片,图像甚至视频。我们手机里的照片处理软件中就会使用到它
MT_Joy
某211计算机在读研究僧,bug与不bug,一切随缘
展开
-
GAN论文逐段精读【论文精读】
1、标题 + 作者近 5 年,GAN 上头条次数很多,Reddit 里 GAN 很火thispersondoesnotexist.com加州法令:禁止换脸、禁止对政治人物骚操作,说未讲过的话GAN: 两个网络相互对抗generative: ML模型分 discriminative(AlexNet, ResNet, Transformer) 和 generativeadversarial: 对抗nets: networks 简写非 native speaker 不建议...原创 2022-03-29 09:07:27 · 1032 阅读 · 0 评论 -
Self-Supervised Adversarial Hashing Networks for Cross-Modal Retrieval--文献翻译和笔记
用于跨模式检索的自监督对抗哈希网络摘要由于深入学习的成功,跨模式检索最近取得了显著的进展。然而,仍然存在着一个关键的瓶颈:如何弥合情态差异,进一步提高检索的准确性。在本文中,我们提出了一种自我监督的对抗性散列(SSAH)方法,它是早期尝试将对抗性学习以自我监督的方式纳入跨模式散列的方法之一。这项工作的主要贡献是利用两个敌对网络来最大化不同方式之间的相互关系和一致性。此外,我们还利用自监督语义网络以多标签注释的形式发现高级语义信息。这些信息指导了特征学习过程,并保持了公共需求空间和汉明斯空间...原创 2021-12-28 14:20:03 · 2510 阅读 · 0 评论 -
CLIP Learning Transferable Visual Models From Natural Language Supervision (文本和图像的对比学习)--文献翻译和笔记
论文链接:[2103.00020] Learning Transferable Visual Models From Natural Language Supervision (arxiv.org)ICML2021(机器学习顶级会议)摘要最先进的计算机视觉系统被训练来预测一组固定的预定目标类别。这种受限制的监督形式限制了它们的通用性和可用性,因为需要额外的标记数据来指定任何其他可视化概念。直接从关于图像的原始文本中学习是一个很有前途的选择,它利用了更广泛的监督来源。我们证...原创 2021-12-21 16:03:02 · 2347 阅读 · 0 评论 -
Generative Zero-Shot Learning via Low-RankEmbedded Semantic Dictionary——
论文链接:Generative Zero-Shot Learning via Low-Rank Embedded Semantic Dictionary | IEEE Journals & Magazine | IEEE Xplore论文摘要部分:视觉识别的零次学习方法是一种通过共享视觉语义功能来识别看不见的类别的方法,它可以很好地适应看不见的类别,最近受到了相当多的研究关注。然而,鉴别视觉特征与其基本语义之间的语义鸿沟仍然是最大的障碍,因为可见类和不可见类之间通常存在领域差异。为了应...原创 2021-11-18 14:30:52 · 316 阅读 · 0 评论