您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. GAN-生成式对抗网络

  2. 生成式对抗网络生成式对抗网络生成式对抗网络生成式对抗网络生成式对抗网络生成式对抗网络生成式对抗网络生成式对抗网络生成式对抗网络
  3. 所属分类:深度学习

    • 发布日期:2017-09-08
    • 文件大小:15360
    • 提供者:papobabe
  1. 生成式对抗网络(GAN)系列

  2. 生成式对抗网络(GAN)系列,介绍主流生成式对抗网络算法及原理,包括:GANs、DCGAN、WGAN、LS-GAN等,以及一些有意思的应用。
  3. 所属分类:深度学习

    • 发布日期:2017-11-03
    • 文件大小:3145728
    • 提供者:xyj1536214199
  1. 生成式对抗网络GAN综述

  2. 本资源通过整理目前GAN的相关论文做出PPT,PPT配套演讲文档,和附上PPT所述的来源引文
  3. 所属分类:机器学习

    • 发布日期:2017-11-05
    • 文件大小:17825792
    • 提供者:sir_chai
  1. GAN生成式对抗攻击代码

  2. 生成式对抗攻击。GAN代码。有解释,比较不错的初学者入门学习资资料。
  3. 所属分类:机器学习

    • 发布日期:2018-09-13
    • 文件大小:86016
    • 提供者:weixin_40986214
  1. 多尺度生成式对抗网络图像修复算法_.pdf

  2. 多尺度生成式对抗网络图像修复算法_.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-21
    • 文件大小:5242880
    • 提供者:anitachiu_2
  1. 最新《生成式对抗网络》技术综述

  2. 生成式对抗网络Generative Adversarial Networks,共有257页ppt,包括GAN, DC GAN, ImprovedGAN, WGAN, WGAN-GP, Progr.GAN, SN-GAN, SAGAN, BigGAN(-Deep), StyleGAN-v1,2, VIB-GAN, GANs as Energy Models,非常值得关注!
  3. 所属分类:机器学习

    • 发布日期:2020-05-03
    • 文件大小:31457280
    • 提供者:syp_net
  1. 《GANs生成式对抗网络综述:算法、理论与应用》【密歇根大学28页综述论文】.zip

  2. 生成式对抗网络(Generative Adversarial Networks,GANs)作为近年来的研究热点之一,受到了广泛关注,每年在机器学习、计算机视觉、自然语言处理、语音识别等上大量相关论文发表。密歇根大学Jie Gui博士等人近期发布了《A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications》,包括28页pdf,这篇综述论文对460余篇论文进行了尝试从算法,理论和应用的角度对各种
  3. 所属分类:机器学习

    • 发布日期:2020-02-17
    • 文件大小:1048576
    • 提供者:syp_net
  1. Python-一个简单的PyTorch实现生成式对抗网络专注于动画脸部绘图

  2. 一个简单的PyTorch实现生成式对抗网络,专注于动画脸部绘图。A simple PyTorch Implementation of Generative Adversarial Networks, focusing on anime face drawing。
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:16777216
    • 提供者:weixin_39841856
  1. 生成式对抗网络GAN.ipynb

  2. 生成对抗网络(Generative Adversarial Networks,GAN)最早由 Ian Goodfellow 在 2014 年提出,是目前深度学习领域最具潜力的研究成果之一。它的核心思想是:同时训练两个相互协作、同时又相互竞争的深度神经网络(一个称为生成器 Generator,另一个称为判别器 Discriminator)来处理无监督学习的相关问题。
  3. 所属分类:机器学习

    • 发布日期:2020-06-17
    • 文件大小:951296
    • 提供者:weixin_44929101
  1. 《生成式对抗网络GAN时空数据应用》

  2. 在计算机视觉领域,对抗网络(GANs)在生成逼真图像方面取得了巨大的成功。最近,基于GAN的技术在基于时空的应用如轨迹预测、事件生成和时间序列数据估算中显示出了良好的前景。
  3. 所属分类:机器学习

    • 发布日期:2020-08-23
    • 文件大小:1048576
    • 提供者:syp_net
  1. 最新《生成式对抗网络GAN进展》综述论文

  2. 生成对抗网络(GANs)在过去的几年里得到了广泛的研究。可以说,它们最重要的影响是在计算机视觉领域,在这一领域中,图像生成、图像-图像转换、面部属性处理和类似领域的挑战取得了巨大进展。
  3. 所属分类:机器学习

    • 发布日期:2020-12-26
    • 文件大小:18874368
    • 提供者:syp_net
  1. 生成式对抗网络在图像补全中的应用

  2. 实现。首先,通过生成器模型对图像的缺失区域进行补全;然后,利用判别器模型对图像的补全.效果进行判别。采用马尔科夫随机场(MRF)与均方误差(MSE)相结合的损失函数训练生成器模型,加强对图.像纹理细节的处理能力。实验结果证明,基于生成式对抗网络的图像补全方法,相较于其他现有的方法,具有.更好的补全效果。
  3. 所属分类:其它

    • 发布日期:2021-03-09
    • 文件大小:1048576
    • 提供者:weixin_38717980
  1. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源

  2. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源
  3. 所属分类:互联网

  1. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源

  2. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源
  3. 所属分类:互联网

  1. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源

  2. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源
  3. 所属分类:互联网

  1. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源

  2. Cyclegan生成式对抗网络,使用tensorflow快速实战-附件资源
  3. 所属分类:互联网

  1. 关于命名实体识别的生成式对抗网络的研究

  2. 关于命名实体识别的生成式对抗网络的研究
  3. 所属分类:其它

    • 发布日期:2021-02-08
    • 文件大小:1048576
    • 提供者:weixin_38625448
  1. FewShot_GAN-Unet3D:本文的Tensorflow实现:使用生成式对抗学习的少量镜头3D多模式医学图像分割-源码

  2. 使用生成式对抗学习的3D医学图像分割很少 该存储库包含我们在同名论文中提出的模型的tensorflow和pytorch实现: 该代码在tensorflow和pytorch中都可用。 要运行该项目,请参考各个自述文件。 数据集 选择了数据集来证实我们提出的方法。 它包含10个标记的训练对象和13个未标记的测试对象的3D多模式脑MRI数据。 我们将这10个标记的训练数据分为两个模型的训练,验证和测试图像。(例如,2,1和7)13个未标记的测试图像中的其余部分仅用于训练基于GAN的模型。 数据集也用
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:1048576
    • 提供者:weixin_42126865
  1. pytorch-generative-adversarial-networks:PyTorch中一个非常简单的生成式对抗网络(GAN)-源码

  2. PyTorch中的生成对抗网络(GAN) 介绍 有关相关博文,请参阅 。 跑步 通过键入以下代码来运行示例代码: ./gan_pytorch.py ...然后您将训练两个网络,以按偏移/缩放的高斯分布进行对抗。 “假”分发应在合理时间内匹配“真实”分发。
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:7168
    • 提供者:weixin_42144554
  1. 平行安全:基于CPSS的生成式对抗安全智能系统

  2. 人工智能、大数据等新一代信息技术的兴起使网络空间安全面临的威胁与挑战进一步复杂化。传统防御技术多采用“打补丁”式的被动检测防护机制,很难满足由新的攻击特征带来的安全防护需求。首次系统性地提出以平行智能ACP理论为基础思想的平行安全系统框架,利用生成式对抗模型、平行情报、平行区块链等方法,融入社会学、心理学和行为学等因素,建立了集描述性安全、预测性安全和引导性安全于一体的防护体系,旨在实现以“增强免疫力”为目标的预测引导防护。以工业互联网典型场景为实际案例,设计并研发了首个以平行安全框架为基础的生
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:2097152
    • 提供者:weixin_38710198
« 12 3 4 5 »