- 博客(4)
- 收藏
- 关注
原创 李宏毅生成对抗网络(GAN)学习笔记--Conditional Generation&Unsupervised Conditional Generation
一、Conditional Generation(Supervised)--监督学习传统的预测模型是根据输入的图片进行平均的学习,例如下图,给定训练集中有前进的火车和侧向的火车,如果没有对其进行相应的条件标签,最后模型输出的就是既向前又向侧面的混合火车图像,就不是我们所需要的输出。因此在conditional GAN中的输入除了train还有对其进行的描述语句或者关键词(称作normal distribution--z),把c和z一起输入网络最后输出的image传入鉴别器,输出一个数值scal.
2021-10-17 22:23:53 240
原创 李宏毅生成对抗网络(GAN)学习笔记--Introduction
一、GAN的组成首先,生成对抗网络(GAN Generative Adversarial Nets)由生成器(Generator)和鉴别器(Discriminator)构成。1、关于生成器Genertor的基本认识生成器:输入一些向量(Vector)经过生成器可以生成希望得到的图像或者语句。比如下面这张图中,首先我输入一个向量,生成器生成的图像可以看做是高维度的向量,输入第一个向量(左上)得到第一张二次元人物头像。一般来说,每个参数都代表着图像的不同特征,假设第一个参数代表头发的长度,把第.
2021-10-16 21:59:30 1148
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人