生成对抗网络

收录了生成对抗网络频道下的 5 篇内容
  • 文章
一键高清还原老照片:全方位解读美图影像实验室MTlab人像画质修复技术
一键高清还原老照片:全方位解读美图影像实验室 MTlab 人像画质修复技术

美图人像画质修复算法主要基于自研的超清人像生成网络结构 BeautyGAN(Beauty Generative Adversarial Networks),并从美图数以亿计的海量人像数据中学习,使其具备人像画质修复能力,最大程度还原人像原有的脸部信息。

一文看懂GAN演进图谱
一文看懂 GAN 演进图谱

GAN 作为近几年深度学习的大坑以其优雅的理论和惊艳的效果而大火。本文简单总结串讲下 GAN 发展至今比较有代表性的模型以及其主要特点。

TensorFlow工程实战(五):构建DeblurGAN模型,将模糊相片变清晰
TensorFlow 工程实战(五):构建 DeblurGAN 模型,将模糊相片变清晰

在拍照时,常常因为手抖或补光不足,导致拍出的照片很模糊。本文将介绍如何利用 DeblurGAN 模型将模糊的照片变清晰。

GAN毕业手册:从零到一构建自己的GAN模型
GAN 毕业手册:从零到一构建自己的 GAN 模型

本文首先对生成对抗网络(GAN)的发展进行了简单的介绍。随后深入探讨了 GAN 的网络原理,并介绍了网络的评价指标。最后带领读者创建并运行自己的 GAN,利用 MNIST 数据集训练网络,用 Comet.ml 对实验数据和参数进行分析,并生成手写数字。

AI一周热闻:GAN 之父 Ian Goodfellow 离开谷歌加盟苹果;谷歌火速解散人工智能道德委员会
AI 一周热闻:GAN 之父 Ian Goodfellow 离开谷歌加盟苹果;谷歌火速解散人工智能道德委员会

近日,机器学习研究员 Ian Goodfellow 已离开谷歌,加盟苹果。他开发了生成对抗网络(GAN),被称为“GAN 之父”。

geo-banner