Публикации по теме generative-adversarial

Публикации по теме 'generative-adversarial'

Интервью с амбассадором Inspirit AI

Расскажите немного о себе! Какие у тебя хобби? Почему вы изучаете искусственный интеллект? Что еще мы должны знать? Меня зовут Картик. Я старший в CS Academy Erode, Теннесси, Индия. Я люблю читать художественную литературу, бегать и готовить. Я также люблю математику и программирование. Машинное обучение было идеальным сочетанием этих двух технологий! Идея сделать машины разумными (даже в узком смысле) просто интересна! ИИ прошел путь от статьи Тьюринга 1950 года под названием..

Сверхвысокое разрешение изображения с использованием генеративных состязательных сетей

Изучение методов сверхвысокого разрешения изображений с упором на современный подход на основе GAN В этом посте мы собираемся исследовать область сверхвысокого разрешения изображения и его применение в реальном мире. Мы обсудим блестящую современную модель, включающую генеративные состязательные сети (GAN) для этой задачи, и попытаемся понять логику, лежащую в основе этого подхода. Итак, приступим! Пожалуйста, обратитесь к приведенной ниже ссылке, чтобы получить полный текст..

Манипулирование атрибутами лица с помощью GAN

Добавление черт лица, таких как борода, усы, изменение пола и т. Д., Является сложной задачей при редактировании изображений из-за его сложности. Современные алгоритмы глубокого обучения, такие как Генеративные неблагоприятные сети , помогают решить проблему, не прибегая к ручному редактированию. Подход Наша цель - изменить изображение лица в соответствии с заданным значением атрибута. Вместо того, чтобы манипулировать всем изображением, мы предлагаем изучить соответствующее..

Изучение GAN с помощью Pokémon:

Их создание - мое настоящее испытание, а обучение их - мое дело. О чем этот проект? Эта статья предназначена для читателей, которые не знакомы с машинным обучением или, в частности, с искусственными нейронными сетями (ИНС). Это попытка дружеского знакомства с основами ИНС. Мы начнем с фундаментальных математических предпосылок, прежде чем последовательно углубляться в более абстрактные и более сложные концепции, стремясь к интуитивно понятному объяснению так называемых генеративных..

StyleGAN: используйте машинное обучение для создания и настройки реалистичных изображений.

Измените свой стиль и дайте волю своему воображению, высвободив мощь генерирующих состязательных сетей. Вы когда-нибудь задумывались, как может выглядеть 27-я буква английского алфавита? Или каким будет твой внешний вид через двадцать лет? Или, может быть, как этот ваш супер-сварливый профессор мог бы выглядеть с широкой улыбкой на лице? Благодаря машинному обучению все это не только возможно, но и относительно легко сделать с помощью мощной нейронной сети (а не часов,..

Введение в глубокую сверточную GAN с использованием Tensorflow и Keras

В этом руководстве показано, как создавать изображения рукописных цифр с помощью Deep Convolutional Generative Adversarial Network (DCGAN). Код написан с использованием Keras Sequential API с tf.GradientTape циклом обучения. Что такое GAN? Генеративные состязательные сети (GAN) - одна из самых интересных идей в компьютерных науках сегодня. Две модели обучаются одновременно в состязательном процессе. Генератор ( художник ) учится создавать изображения, которые выглядят..

Сгенерируйте лицо в стиле аниме с помощью DCGAN и изучите его скрытое представление

Пошаговое экспериментирование с DCGAN с визуализацией его результатов Всем привет, давно прошло! Сегодня я хочу написать о моем результате изучения и экспериментов с другим методом глубокого обучения, которым является Generative Adversarial Network (GAN). Я изучал и узнал об этом недавно. Думаю, было бы неплохо, если бы я поделился своим экспериментом со всеми. GAN в основном занимается созданием чего-либо. В этой статье я хочу рассказать об эксперименте по созданию лиц..