Bryce1010's Blog

AbstractCycleGAN 是Berkeley AI Research (BAIR) laboratory, UC Berkeley发表在ICCV2017上的工作, 传统的GAN都是单向的, 论文首先提出了GAN inverse 构建功能, 即将生成的假图, 重建回原图的风格.Contents之前的工作考虑的都是在训练集中, 训练样本和label中的物体都是匹配好的, 但是在真实生活...

ref初识GANhttps://ccc013.github.io/2018/12/10/GAN%E5%AD%A6%E4%B9%A0%E7%B3%BB%E5%88%97-%E5%88%9D%E8%AF%86GAN/1. 基本原理GAN 主要就是两个网络组成，生成器网络(Generator)和判别器网络(Discriminator)，通过这两个网络的互相博弈，让生成器网络最终能够学习到输入...

refpaper: https://arxiv.org/abs/1411.1784github:pytorch: https://github.com/znxlwm/pytorch-MNIST-CelebA-cGAN-cDCGANtensorflow: https://github.com/hwalsuklee/tensorflow-generative-model-collect...