![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GANs
文章平均质量分 91
shelgi
一个每天都在学习的可爱程序猿
展开
-
动手玩玩头像动漫化
文章目录前言正文开始实现可能遇到的问题效果前言很久没有弄点好玩的东西了,逛逛github,想到最近看到那种动漫化的头像很可爱,于是决定也去找找相关的项目玩玩,毕竟直接调用百度啥的api太没意思了。正文之前写过一些有关GAN的博客,大家应该对GAN有了基本的了解。最基础的内容就是基于零和博弈的思想使得生成器生成的假图像逼真的可以足够骗过判别器,更本质就是生成器从对抗中不断学习,学习到了真实图像中的数据分布。但是真正动手之后会发现训练GAN其实还是比较困难的,难点就在于难以收敛,而且还有模式崩塌的情况出原创 2021-11-04 19:58:34 · 232 阅读 · 0 评论 -
使用风格迁移让汉子变成套马的汉子
文章目录灵感风格迁移1.简述2.重点3.代码demo3.1 使用tensorflow-hub快速实现图像风格迁移3.2 自己动手实现风格迁移灵感我最近迷上了图雅老师的套马杆,美中不足的就是她总是“躲汉子”,或许是因为这个汉子不够帅不能吸引到她?那今天我就动手做一个帅气的“套马的汉子”。准备工作很简单,去下载一张帅气的男生图片以及一张马的图片就可以了。风格迁移论文paper链接1.简述风格迁移顾名思义就是将一个A图像的风格迁移到另一个B图像上混合在一起;最终的效果是产生一个看起来还是B图像的内原创 2021-07-06 18:43:55 · 235 阅读 · 1 评论 -
GAN出一个女朋友
文章目录GAN(生成对抗网络)1. 生成对抗网络简述2.具体内容2.1 网络如何训练2.2 网络训练时会遇到的问题3.GAN的发展4.GAN的代码实践4.1 基于GAN的mnist数据生成4.2 放大招—生成美女图片4.2.1 爬取美女图片4.2.2 提取人脸4.2.3 开始训练GAN(生成对抗网络)没有女朋友也没关系,现在我们就试试自己GAN出一个。1. 生成对抗网络简述首先要提的肯定是2014年Ian J. Goodfellow大佬的关于GAN的论文,应该也算是GAN的开山之作。Generati原创 2021-06-30 18:24:06 · 1622 阅读 · 19 评论 -
自编码器模型
文章目录1.网络结构2.功能3.代码部分自编码神经网络是一种无监督学习算法,目标是让输出值与输入值尽可能相似1.网络结构简单的自编码器模型是一种三层神经网络模型,包含了输入层、隐藏层、输出重构层。在实际中,我们往往设计成两层模型编码层解码层编码层负责将数据读取,并且进行一系列线性变换,把输入样本压缩到隐藏层中。解码层需要将复杂的网络结构进行还原,尽可能地把还原后的值与输入值做到相似2.功能自编码神经网络,目标是实现输出的结果和输入的结果尽可能相似,并且有很重要的一个步骤就是将输入原创 2021-06-26 17:52:03 · 1571 阅读 · 0 评论