生成对抗网络

2024/9/18 12:29:35
基础GAN生成式对抗网络（pytorch实验）

基础GAN生成式对抗网络（pytorch实验）

（Generative Adversarial Network） 一、理论 https://zhuanlan.zhihu.com/p/307527293?utm_campaignshareopn&utm_mediumsocial&utm_psn1815884330188283904&utm_sourcewechat_session 大佬的文章中的“GEN的本质”部分 二、实验 1、数…
阅读更多...
深度学习--对抗生成网络（GAN, Generative Adversarial Network）

深度学习--对抗生成网络（GAN, Generative Adversarial Network）

对抗生成网络（GAN, Generative Adversarial Network）是一种深度学习模型，由Ian Goodfellow等人在2014年提出。GAN主要用于生成数据，通过两个神经网络相互对抗，来生成以假乱真的新数据。以下是对GAN的详细阐述&#xff…
阅读更多...
GAN反演+老照片修复

GAN反演+老照片修复

关于老照片修复~~~~~上图为运行腾讯ARC的模型之后的效果图 其使用的模型，GFP-GAN，Towards Real-World Blind Face Restoration with Generative Facial Prior，理解记录如下： Abstract: In this work, we propose GFP-GAN that …
阅读更多...
GPT与GAN结合生成图像——VQGAN原理解析

GPT与GAN结合生成图像——VQGAN原理解析

1、前言 这篇文章，我们讲VQ_GAN，这是一个将特征向量离散化的模型，其效果相当不错，搭配Transformer（GPT）或者CLIP使用，达到的效果在当时可谓是令人拍案叫绝！ 原论文：Tam…
阅读更多...
GAN:对抗式生成网络之图片生成

GAN:对抗式生成网络之图片生成

对抗式生成网络（Adversarial Generative Network, AGN）这一术语在您提供的信息中并未直接出现。通常，在深度学习文献和实践中，与“对抗”和“生成”概念相结合的网络架构指的是生成式对抗网络（Generative Adversarial Networks, GANs）。GANs由Ian Goodfellow等人于2014年…
阅读更多...
【论文阅读】基于生成对抗网络的模型窃取方法的研究（2021）

【论文阅读】基于生成对抗网络的模型窃取方法的研究（2021）

Research on Model Stealing Method Based on Generative Adversarial Networks 提出了一种基于生成对抗网络的模型窃取方法——GBMS(Generative adversarial networks Based Model Stealing method)，GBMS允许攻击者在没有真实数据的情况下训练替代模型，…
阅读更多...
条件生成模型 （conditional generation）

条件生成模型 （conditional generation）

我们之前讲的 GAN 中的生 成器，它没有输入任何的条件，它只是输入一个随机的分布，然后产生出来一张图片。我们现 在想要更进一步的是希望可以操控生成器的输出，我们给它一个条件x，让他根据条件x跟 输入z 来产生输出y。那…
阅读更多...
第G1周：生成对抗网络（GAN）入门

第G1周：生成对抗网络（GAN）入门

本文为🔗365天深度学习训练营中的学习记录博客 🍖 原作者：K同学啊 | 接辅导、项目定制 🚀 文章来源：K同学的学习圈子深度学习第J6周：ResNeXt-50实战解析 一.理论 生成对抗网络(Generative Adversarial Ne…
阅读更多...
GPT与GAN结合生成图像——VQGAN原理解析

GPT与GAN结合生成图像——VQGAN原理解析

1、前言 这篇文章，我们讲VQ_GAN，这是一个将特征向量离散化的模型，其效果相当不错，搭配Transformer（GPT）或者CLIP使用，达到的效果在当时可谓是令人拍案叫绝！ 原论文：Tam…
阅读更多...
时间序列生成数据，TransformerGAN

时间序列生成数据，TransformerGAN

简介：这个代码可以用于时间序列修复和生成。使用transformer提取单变量或者多变时间窗口的趋势分布情况。然后使用GAN生成分布类似的时间序列。 此外，还实现了基于prompt的数据生成，比如指定生成某个月份的数据、某半个月的数据、某一个星期的…
阅读更多...
G1 - 生成对抗网络（GAN）

G1 - 生成对抗网络（GAN）

🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者：K同学啊 目录 理论知识生成器判别器基本原理 环境步骤环境设置数据准备模型设计模型训练模型效果展示 总结与心得体会 理论知识 生成对抗网络（Generative …
阅读更多...
GenTron——用于生成图像和视频的Diffusion Transformers

GenTron——用于生成图像和视频的Diffusion Transformers

介绍 论文地址：https://arxiv.org/abs/2312.04557 扩散模型在图像生成、视频制作、音频合成和代码生成等各种内容创建领域取得了显著进展。然而，这些领域通常使用卷积 U-Net 架构。因此，通过在自然语言处理和计算机视觉识别领域应用占主导地…
阅读更多...
【氮化镓】AlGaN/GaN HEMTs沟道温度测量

【氮化镓】AlGaN/GaN HEMTs沟道温度测量

文章是关于AlGaN/GaN HEMTs（高电子迁移率晶体管）在不同基底（如蓝宝石和硅）上生长时，通过直流（DC）特性方法确定沟道温度的研究。文章由J. Kuzmk, P. Javorka, A. Alam, M. Marso, M. Heuken, 和 …
阅读更多...
引领未来的智能革命：深度解析【人工智能】前沿技术与应用

引领未来的智能革命：深度解析【人工智能】前沿技术与应用

前几天偶然发现了一个超棒的人工智能学习网站，内容通俗易懂，讲解风趣幽默，简直让人欲罢不能。忍不住分享给大家，点击这里立刻跳转，开启你的AI学习之旅吧！前言 – 人工智能教程https://www.captainbed.cn/lz…
阅读更多...
经典神经网络(8)GAN、CGAN、DCGAN、LSGAN及其在MNIST数据集上的应用

经典神经网络(8)GAN、CGAN、DCGAN、LSGAN及其在MNIST数据集上的应用

经典神经网络(8)GAN、CGAN、DCGAN、LSGAN及其在MNIST数据集上的应用 1 GAN的简述及其在MNIST数据集上的应用 GAN模型主导了生成式建模的前一个时代，但由于训练过程中的不稳定性，对GAN进行扩展需要仔细调整网络结构和训练考虑，因此GANs虽然在…
阅读更多...
介绍一下传统vgg，gan- based，diffusion-based风格迁移路线的优缺点

介绍一下传统vgg，gan- based，diffusion-based风格迁移路线的优缺点

一、VGG风格迁移是一种基于深度学习的图像风格迁移技术。 其核心在于使用卷积神经网络（CNN），特别是VGG网络，来提取和融合源图像的内容特征与目标图像的风格特征。在VGG风格迁移中，通常会使用预训练的VGG网络来提取特征…
阅读更多...

Copyright @ 2022~2024