weixin_44523062的博客

摘要       文本生成图像作为近几年的热门研究领域，其解决的问题是从一句描述性文本生成与之对应的图片。近一周来，我通过阅读了近几年发表于顶会的近10篇论文，做出本文中对该方向的简要报告。报告中主要阐述了近几年最流行的解决方案——以GAN思想为主干的解决方案。首先我对现有方法进行了简单回顾，之后针对这些方法做出了自己的总结，将各方法中用来提升生成...

数据集：UCF101Youbube 13320个视频，101分类光流深度学习视频行为识别聚类GAN数据空间、数据分布我们已经知道数据对人工智能系统的重要性,生成模型也不例外。假如,我们的目标是让计算机从无到有自动生成看起来像大牌明星的图片,就要提供大量的明星照片供它学习参考。在生成模型眼里,这些照片数据组成一个整体,共同勾勒出明星们的外观特点。生成模型不是要学习生成某个特定的明星的照片,而是要把握这些照片整体上的特点,生成有“明星范儿”的图片。那么,怎么刻画数据呢?这要引人数据空间和数

ieee发表的文章https://www.sues.edu.cn/dd/b7/c82a187831/page.htmdomain adaptive[PDF] Analysis of representations for domain adaptation三元损失https://www.cnblogs.com/Alex0111/p/8492471.htmlTriplet loss通常是在个体级别的细粒度识别上使用，传统的分类是花鸟狗的大类别的识别，但是有些需求是要精确到个体级别，比如精确到哪个

问题：监督、生成模型概念Gan的生成模型和HMM、贝叶斯生成模型的区别1 train data和generator data 同分布same distribution怎么理解？是经过编码器映射后的特征空间吗从统计学的角度看generator data 和real data 同分布，学到的是z生成器fake data的分布，会不会有和完全一样的杂讯的图和real的图不同之处就是数据分布不同，比如说直方图，或者经过D编码到特征空间的分布位置？？2 对数似然函数D，最大化对数似然，G，最小化D(G)

现如今，GAN已经越来越成熟，越做越庞大，诸如BigGAN、StyleGAN等算是目前最先进的GAN模型也已被人熟知，甚至玩得不亦乐乎。不过，这几个最先进的GAN模型，目前都只有生成器功能，没有编码器功能，也就是说可以源源不断地生成新图片，却不能对已有的图片提取特征。1、随机生成效果还不错，说明新引入的相关系数项没有降低生成质量；2、重构效果还不错，说明E(x)确实提取到了x的主要特征；3、线性插值效果还不错，说明E(x)确实学习到了接近线性可分的特征。 首

不敢相信，上面这些人脸，全都是假的。是英伟达的AI生成的。借用风格迁移的思路，团队为GAN创造了一种新的生成器。连GAN之父Goodfellow老师也忍不住发推称赞优秀！这个结构不需要人类监督，可以自动分离图像中的各种属性。这样，在或粗糙或精细的不同尺度上，人类便能自如地控制GAN的生成。另外，英伟达的人脸生成模型，支持1024 x 1024的高清大图生成。毕竟，GAN从小吃的是高清数据集。团队还说，数据集很快就要开源了。实际效果展示人物自然，背景自然，边缘又自然。足以骗过我这个普通人类的肉眼了。输入两张图

https://medium.com/@jonathan_hui/gan-stylegan-stylegan2-479bdf256299

文章目录Gan RoadKey、算法应用技巧先找（重在积累和论文阅读）现有模型（传统/深度）建立一个基础结果benchmark，然后基于此改进（效率和用户的体验性）对于数据来讲：是什么？有什么？缺什么？#对于应用：解决问题（常见模型、常见loss，常见训练trick）一、应用1 生成图像场景；艺术创作、换衣服2 上色（从分割图像到生成图像)3 从低分辨率图像生成高分辨率图像等[4].二 动漫领域的...

Gan是随机数据用全连接对抗生成新数据2015DCGan是随机数据用卷积网络生成新数据2016CGan条件gan用给定的语义z +条件y向量（假设语义信息是‘1’）用卷积网络生成新数据conditionWasserstein GAN （WGAN）针对gan分析解决训练和崩溃问题（可以是fn或cnn）Super-ResolutionGan超分辨率图像意义：造出新的类似但不是原样本关键点：...

CycleGAN是在去年三月底放在arxiv的一篇文章，文章名为Learning to Discover Cross-Domain Relations with Generative Adversarial Networks，同一时期还有两篇非常类似的 DualGAN 和 DiscoGAN ，简单来说，它们的...