今天我們來聊聊生成對抗網路 (Generative Adversarial Network, GAN) ,發音為幹。 GAN是Ian Goodfellow在20...
前言 昨天帶各位實作了CGAN,這是基於條件式的生成對抗網路。今天要來介紹的是在2016年底提出的Pix2Pix模型,他雖然名字裡面沒有GAN,但模型架構卻也包...
前言 昨天介紹了Pix2Pix的原理,Pix2Pix可以達成許多影像處理的任務,其中的U-Net也是目前較常用的架構。今天就來看看Pix2Pix模型要如何建立起...
前言 我們從第10天陸續介紹了許多GAN模型,這些模型都能夠生成圖片,也都各有優缺點。雖然每個GAN的應用都不一樣,也礙於篇幅無法介紹所有的GAN模型給各位,所...
前言 昨天使用了Pix2Pix來修復圖像,不知道各位的Pix2Pix有沒有得到好的成果,同時也希望各位可以試試看將Pix2Pix應用在其他影像處理的任務中。今天...
前言 距離上次參加鐵人賽也已經過一年了,在這一年相信各位也都有持續地學習且成長了許多。這一年我除了繼續研究強化學習 (強化學習相關可參考我去年的鐵人賽系列文章)...
前言 今天要來介紹CGAN的實作部分,CGAN與之前的GANs其最大差異就是可以控制生成內容,這邊先給各位看看在訓練完成後,指定CGAN生成全部都是3的圖片,可...
前言 今天要來介紹SRGAN啦,這是一個可以把低解析度轉成高解析度圖片的應用,相信它一定非常實用吧,今天就來看看要如何建立SRGAN啦! 建立SRGAN模型 S...
前言 昨天費盡了九牛二虎之力帶各位推導出BGAN的生成器損失函數,今天就要來實作BGAN了。放心,損失函數定一到了程式環節一樣簡單。 建立BGAN模型 WGAN...
GAN(Generative Adversarial Network,生成對抗網路)是一種深度學習模型,主要由兩個神經網路組成,即生成器(Generator)和...
生成對抗網路 (GAN) 前言 昨天出現小插曲~ 今天要來介紹生成對抗網路囉~ 什麼是生成對抗網路 首先老樣子,我們先來認識甚麼是生成對抗網路(Generati...