GAN的学习笔记

最新推荐文章于 2025-07-16 15:05:17 发布
最新推荐文章于 2025-07-16 15:05:17 发布
阅读量204 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： GAN 文章标签： GAN
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/songyuc/article/details/103841742

1 前言

新的文章本来是想在知乎上面写的，但是打开知乎看了一下，觉得界面不是很喜欢，没有CSDN简介明了，

所以还是继续在CSDN上写笔记~

2 备忘

2.1 两个流形 Perfect Align的可能性

其实我们可以知道，两个流形 Perfect Align的可能性是很低的，首先因为Generator完全复制每一个样本的可能性很低，（这几乎是不可能的），还有就是赵老师提到的论文里面证明的扰动的原因，只要Generator中出现微小的扰动，两个流形就可能出现不是 Perfect Align的情况，从而可以找到一个分类器实现完美的分割；

2.1 Critic的形象化解释

Discriminator在W-GAN中被作者称作Critic，也就是“批评家，评论家”，其实我觉得这种解释更加形象化；因为我个人觉得Critic其实是一种高层语义信息的抽象编码，也就是说，把一幅图片的高层语义信息提炼出来，并表示成一个浮点数；

 

InfoGAN学习笔记
简简单单
07-17 2541
InfoGAN: Interpretable Representation Learning by Information Maximizing Generative Adversarial Nets Xi Chen, Yan Duan, Rein Houthooft, John Schulman, Ilya Sutskever, Pieter Abbeel https://arxiv.org...
GAN学习笔记-李宏毅：GAN Lecture1（2018）：Introduction
qq_31895943的博客
03-06 918
李宏毅老师讲解的GAN Lecture1（2018）：Introduction Github上一个总结GAN及其扩展的项目：[the-gan-zoo](https://github.com/hindupuravinash/the-gan-zoo) Outline Basic idea of GAN Basic idea of GAN Generator：a random vector t...
GAN生成手写字体识别
qq1483661204的博客
01-17 4434
这篇文我主要是利用GAN生成手写字体，原理和实现方法和之前的GAN生成抛物线是一样的点击打开链接，我们直接看代码。 首先我是定义了一个可视化的函数 import matplotlib.pyplot as plt def vis_img(batch_size,samples): fig,axes = plt.subplots(figsize=(7,7),nrows=8,ncols=8
从零教你写一个完整的GAN
weixin_34146410的博客
08-02 1437
导言 啦啦啦，现今 GAN 算法可以算作 ML 领域下比较热门的一个方向。事实上，GAN 已经作为一种思想来渗透在 ML 的其余领域，从而做出了很多很 Amazing 的东西。比如结合卷积神经网络，可以用于生成图片。或者结合 NLP，可以生成特定风格的短句子。（比如川普风格的 twitter......） 可惜的是，网络上很多老司机开 GAN 的车最后...
GAN学习笔记
QT-Smile
03-01 2545
GAN学习笔记1.0（李宏毅） 一 、Basic Idea of GAN 1.GAN就是需要训练一个Generator,最终我们想要得到的也是一个generation。而所谓的generation真实面目就是一个neural network 2.对于GAN网络模型，当你想得到一张图片时，例如：当你输入一个向量组，经过Generator就会生成一张图片。 3.对于Sentence Generation 当你输入一个向量组，那么它就会得到一句话 4.对于影像的生成，对于一个generation，当你输入一
CycleGAN学习笔记
墨门
07-16 157
优点：可以用2080Ti训练；
cycleGAN学习笔记
May the Force be with you
03-29 2458
cycleGAN学习笔记 源项目：https://github.com/junyanz/pytorch-CycleGAN-and-pix2pix 1.概览 train.py 用于模型训练 –model: e.g., pix2pix, cyclegan, colorization) and different datasets (with option --dataset_mode: e.g., aligned, unaligned, single, colorization test.py 用于模型测试 d
StyleGAN学习笔记
花花的博客
03-01 1755
A Style-Based Generator Architecture for Generative Adversarial Networks 生成对抗网络中一种基于样式的生成器结构 原文：https://arxiv.org/abs/1812.04948 代码（官方tf版）：https://github.com/NVlabs/stylegan 代码（非官方Pytorch版）：https://github.com/rosinality/style-based-gan-pytorch 文章目录A Styl
GAN学习笔记（一）项目链接
juluwangriyue的博客
09-08 674
看到这个里面整理了好多gan的项目。 https://github.com/eriklindernoren/PyTorch-GAN
GFP-GAN学习笔记
weixin_42975688的博客
07-29 3874
GFP-GAN利用丰富和多样化的先验封装在预训练的脸GAN盲脸恢复。通过空间特征变换层，将生成式面部先验(GFP)融合到人脸恢复过程中，使人脸恢复过程更容易实现论文说，之前的研究GAN中，。论文提出了，以在一次向前传递中实现真实和保真的良好平衡的网络结构，具体地说，GFPGAN包括。......
CycleGAN学习 笔记
code_Joe123的博客
04-25 506
Cycle GAN是发表于ICCV17的一篇GAN 工作，可以让两个domain的图片相互转化。传统的GAN是单向生成，而CycleGAN是互相生成，网络是个环形，所以命名为Cycle，并且CycleGAN一个非常实用的地方就是输入两张图片，可以是任意两张图片，也就是unpaired 单向GAN CycleGAN本质上就是两个镜像对称的GAN，构成一个环形网络。其实只要理解了一半的单向GAN就等...
InfoGan学习笔记
12-10
### InfoGAN 学习笔记 #### 一、概述 InfoGAN 是一种生成对抗网络（GAN）的变体，它通过最大化生成数据与某些选定的潜在变量之间的互信息，实现了对生成样本的可控性和可解释性增强。InfoGAN 的主要贡献在于能够从...
2025年大模型推理缓存策略-基础卷（含答案及解析）.docx
08-31
2025年大模型推理缓存策略-基础卷（含答案及解析）.docx
基于混合整数二阶锥规划的高比例清洁能源配电网重构技术研究 注意：标题的长度应保持在合适的范围内，并直接根据您的文字内容进行概括提炼。 需求响应
08-31
内容概要：文章提出了一种高比例清洁能源接入下计及需求响应的配电网重构方法，构建以网损成本、弃风弃光成本和开关操作惩罚成本最小为目标的优化模型，并通过引入中间变量和二阶锥松弛技术，将原非凸问题转化为混合整数二阶锥规划模型，提升求解效率与全局最优性。基于改进IEEE 33节点系统的仿真结果表明，该方法能有效提高清洁能源消纳能力、平抑负荷峰谷差、降低综合运行成本。 适合人群：电力系统优化、智能配电网、可再生能源集成领域的科研人员及工程技术人员，具备一定数学建模与优化算法基础的研究生或高年级本科生。 使用场景及目标：适用于高比例光伏、风电接入的配电网运行优化场景，目标是通过需求响应与网络重构协同优化，提升系统经济性与稳定性，支持低碳电网发展。 阅读建议：建议结合MATLAB与MOSEK/CPLEX/Gurobi等优化求解器进行代码复现，关注二阶锥松弛的适用条件与精度影响，深入理解混合整数规划在电力系统中的建模技巧。
新电音助手v2.0（百万网红都在使用的自动修音软件）
08-31
新电音助手是专业全自动电音软件，堪称直播界“全家桶”，集成电音基调查询、实时获取播放歌曲名、自动设电音基调、伴奏升降调、主播辅助音效、VST简易机架等功能。默认固定2个机架轨道，分别处理话筒与伴奏效果，可搭载VST插件实现降噪、混响、变声等效果。小白用户通过滑块、旋钮即可调专业声卡效果，高级用户可右键打开VST插件精调，理论支持所有声卡，专业角度更推荐搭配独立声卡以优化性能与音质。 二、适用人群 核心适配直播行业从业者，尤其是音乐、娱乐类主播，满足电音制作与直播辅助需求；也适合电音爱好者，无需专业技术即可DIY音效；入门级调音用户可借助其简化操作，高级调音用户能通过精调功能深挖潜力，覆盖从新手到专业人士的不同需求。 三、使用场景 直播场景中，主播用其自动设电音基调、调节伴奏升降调，搭配辅助音效提升直播氛围，同时通过VST插件优化人声与伴奏效果；日常制作电音内容时，小白快速调出理想音效，高级用户精调细节；还可用于录音时处理声音，如降噪、加混响，适配直播、创作、录音等多种声音处理场景。
netty-codec-memcache-4.1.121.Final.jar中文-英文对照文档.zip
08-31
1、压缩文件中包含： 中文-英文对照文档、jar包下载地址、Maven依赖、Gradle依赖、源代码下载地址。 2、使用方法： 解压最外层zip，再解压其中的zip包，双击 【index.html】 文件，即可用浏览器打开、进行查看。 3、特殊说明： （1）本文档为人性化翻译，精心制作，请放心使用； （2）只翻译了该翻译的内容，如：注释、说明、描述、用法讲解 等； （3）不该翻译的内容保持原样，如：类名、方法名、包名、类型、关键字、代码 等。 4、温馨提示： （1）为了防止解压后路径太长导致浏览器无法打开，推荐在解压时选择“解压到当前文件夹”（放心，自带文件夹，文件不会散落一地）； （2）有时，一套Java组件会有多个jar，所以在下载前，请仔细阅读本篇描述，以确保这就是你需要的文件。 5、本文件关键字： jar中文-英文对照文档.zip,java,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,中文API文档,手册,开发手册,使用手册,参考手册。
用于ONNX中Segment Anythin 2（SAM2）模型的Python脚本，ONNX-SAM2-Segment-Anything.zip
最新发布
09-01
用于ONNX中Segment Anythin 2（SAM2）模型的Python脚本，ONNX-SAM2-Segment-Anything.zip
张泽耀_tensorrt sahi yolo 目标检测.zip
08-31
张泽耀_tensorrt sahi yolo 目标检测.zip
李宏毅机器学习笔记GAN
02-11
### 李宏毅机器学习笔记中的GAN相关内容 #### GAN基本概念 生成对抗网络（Generative Adversarial Networks, GANs）由两个主要部分组成：生成器（Generator）和判别器（Discriminator）。生成器的目标是从随机噪声...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值