生成对抗网络
关注
收录了生成对抗网络频道下的 5 篇内容
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。
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
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
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”。
