注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. GAN-源码

  2. DCGAN与PyTorch 给定MNIST数据集的DCGAN的玩具实验。 用法 git clone cd GAN pip install -r requirements.txt 模型架构 Discriminator ---------------------------------------------------------------- Layer (type) Output Shape Param # ===========

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：10240
    • 提供者：weixin_42181888

  1. dusty-gan-源码

  2. 学习为LiDAR扫描合成丢点 学习为LiDAR扫描合成丢点中岛和人仓田亮 概述：这项研究的目的是建立3D LiDAR数据（Velodyne风格的辐射点云）的生成模型。 LiDAR数据可以作为双射2D映射处理，但在实践中容易受到分散的二进制噪声的影响。 二进制噪声是由于无法从被测物体反射激光而引起的。 为了解决这个问题，我们提出了一种噪声感知GAN框架来合成LiDAR扫描数据。 我们的生成器旨在生成反深度图，并同时将点下降模拟为可乘的伯努利噪声。 为了对离散噪声进行采样，我们采用了具有直通Gu

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：13631488
    • 提供者：weixin_42118011

  1. GAN-源码

  2. 甘 1- 生成对抗网络（GAN）的对抗过程。 生成器模型判别模型生成器模型。 MNIST数据集模型化模型。 参考

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：498688
    • 提供者：weixin_42120405

  1. big-discriminator-batch-spoofing-gan:具有更多功能的BMSG-GAN-源码

  2. BBMSG-GAN BMSG-GAN，具有batch_spoofing，fid（在培训中）和Big鉴别器。

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：77594624
    • 提供者：weixin_42127754

  1. iPERCore:注意液体翘曲GAN-源码

  2. 模仿者++ 最新消息 2020年12月20日，已发布Windows上的预编译版本！ 2020年12月10日，iPERCore-0.1.1，支持Windows。 2020年12月6日，iPERCore-0.1，所有基本代码。 运动模仿脚本。 请参阅开发的详细信息。 注意：液态翘曲GAN：用于人类图像合成的统一框架，包括人类运动模仿，外观转移和新颖的视图合成。 目前，该论文正在接受IEEE TPAMI的审查。 它是我们以前的ICCV项目程序的扩展，并且具有比以前的ICCV版本更强大的泛化

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：11534336
    • 提供者：weixin_42109598

  1. GAN-源码

  2. GAN

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：77824
    • 提供者：weixin_42119281

  1. msgan:本文的Tensorflow代码“自我监督GAN-源码

  2. 自我监督GAN：使用多类Minimax游戏进行分析和改进 论文“ Self-supervised GAN：使用多类Minimax游戏进行分析和改进”的Tensorflow代码。 依存关系 Python（2.7、3.5、3.6），Numpy，Tensorflow，SciPy，scikit-learn 最近的NVIDIA GPU 数据 支持的数据集：MNIST，堆叠的MNIST（或MNIST 1K），CelebA，CIFAR-10 / 100，STL-10和ImageNet 32​​x32。 首

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：11534336
    • 提供者：weixin_42165508

  1. emoji-gan-源码

  2. 使用GAN生成带有表情符号的面Kong 设置 我们使用conda来管理我们的依赖项。 使用所需的依赖关系创建一个名为squad的环境，并使用它激活它。 conda env create -f environment.yml conda activate emoji-gan 好去！ 图像预处理 为了清理数据集，我们将原始视频帧裁剪为仅包含人脸（使用dlib的人脸检测器），并将它们缩小为128x128图像，以便进行更快的实验。 使用以下命令运行图像预处理： conda activate emo

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：2097152
    • 提供者：weixin_42097533

  1. clone-wars-gan-源码

  2. CS236G最终项目：克隆人战争GAN 入门 如果您的计算机上没有 ，请安装它，最好是安装 。 为项目创建conda环境。 conda env create -f env.yml 激活环境。 conda activate clone-wars 在此项目的根目录中安装预提交挂钩。 pre-commit install （可选）启动Jupyter笔记本服务器。 确保笔记本保存在project/notebooks 。 make start_jupyter

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：20480
    • 提供者：weixin_42160424

  1. drone-trajectory:CS236G项目，涉及变压器和GAN-源码

  2. 无人机轨迹 斯坦福CS236G的项目，涉及变压器和GAN。 有关更多信息，请参阅。 子模块 此存储库包含以下子模块存储库： 基线使用。 要正确克隆，请使用以下命令 git clone --recurse-submodules https://github.com/aksbaih/drone-trajectory

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：550912
    • 提供者：weixin_42101056

  1. CS390NIP-Lab4:MINST和F-MINST上的GAN-源码

  2. 注意：我已经完成了F-MINST额外信用额度的详细部分，但是我的报告中未注明。 我已经更新了这个README.md来说明这一点。 普拉纳夫·奈尔（Pranav Nair） 资源 完全的 完成GAN以生成清晰的F-MNIST记录。 从3个类生成。 将convnet用于GAN网络。 实施选项以选择鉴别器和生成器之间的训练比率。 （我选择在[0.0，1.0]之间使用2个比率超参数，一个用于生成器，另一个用于鉴别器） 在每个网络的培训步骤中保存损失图。 EC：生成非常详细的F-MNIST记

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：200704
    • 提供者：weixin_42177768

  1. anycost-gan-源码

  2. 用于交互式图像合成和编辑的Anycost GAN | 纸 用于交互式图像合成和编辑的Anycost GAN ，，弗里德甘茨，， 在CVPR 2021中 Anycost GAN（灵活）可在各种细粒度的计算预算下生成一致的输出。 Anycost GAN（统一）支持4种分辨率和4种通道比率。 我们可以使用anycost生成器进行交互式图像编辑。 完整的生成器需要约3秒钟才能渲染图像，这对于编辑而言太慢了。 使用anycost生成器时，我们可以以5倍的速度提供视觉上相似的预览。 调整后，我们点击

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：16777216
    • 提供者：weixin_42150360

  1. sagan-celeba：CelebA的自我注意GAN-源码

  2. 带有CelebA数据集的SAGAN（Self Attention GAN） 模型 发电机： 1x1x（nz）→4x4x1024→8x8x512→16x16x256→16x16x256（自我关注）→32x32x128→32x32x128（自我关注）→64x64x3 判别器： 64x64x3→32x32x64→16x16x128→8x8x256→8x8x256（自我关注）→4x4x512→4x4x512（自我关注）→1x1x1 甘失： Wasserstein铰链丢失 其他技术： 生成器和鉴别

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：47185920
    • 提供者：weixin_42131618

  1. gan：toonsquare的GAN-源码

  2. 甘 GAN for toonsquare GAN着色 要求 张量流2.2.0 python 3.6.10

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：214016
    • 提供者：weixin_42144201

  1. Generative_Adversarial_Networks_LS：用Pytorch编写的GAN-源码

  2. 生成对抗网络 GAN的应用很多，但是在这里我将实现一些概念证明，以便更好地学习该网络的基础并使用Pytorch进行编码。 内容 1- GAN-MNIST：在MNIST数据集上使用线性层实现的GAN 优化程序判别器：Adam，学习率= 0.0002，β=（0.4，0.999）。 优化程序生成器：Adam，学习率= 0.0002，β=（0.4，0.999）。 标准：二元交叉熵 30纪元 2- GAN-CELEBA：受过训练的Generator在CELEBA数据集上使用它，已个性化以从GAN_G

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：44040192
    • 提供者：weixin_42116672

  1. 使用PyTorch进行深度学习：“使用PyTorch进行深度学习：零到GAN”-源码

  2. 使用PyTorch进行深度学习 “使用PyTorch进行深度学习：零到GAN”。 本课程由机器学习的项目管理和协作平台Jovian.ml教授。 教学大纲 该课程分为6个模块，将通过视频讲座和交互式Jupyter笔记本电脑进行为期6周的教学。 每个讲座将持续2个小时左右。 第1单元：PyTorch基础知识-张量和渐变 Jupyter笔记本简介和Python数据科学 在PyTorch中创建向量，矩阵和张量 张量运算和梯度计算 PyTorch与Numpy的互操作性 单元2：线性回归和梯度下降 使用T

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：1048576
    • 提供者：weixin_42113380

  1. GAN-源码

  2. GAN

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：5242880
    • 提供者：weixin_42164534

  1. OMASGAN：OoD最小异常分数GAN-论文代码“ OMASGAN：在边界上生成样本的分布外最小异常分数GAN”-源码

  2. OMASGAN：边界上样本生成的分布外最小异常分数GAN 分布外最小异常分数GAN（OMASGAN） ``OMASGAN：在边界生成样本的分布外最小异常分数GAN''的代码存储库-GitHub 论文摘要： 以无人监督的方式训练的深度生成模型会遇到严重的问题，即为分布外（OoD）样本设置高可能性，高概率​​密度和低重建损失。 这会增加II型错误（假阴性，遗漏异常）并降低异常检测（AD）性能。 而且，用于AD的深层生成模型还存在异常问题的稀有性。 为了解决这些限制，我们提出了新的OoD最小异

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：136314880
    • 提供者：weixin_42173205

  1. Easter-Bootcamp-2018：旨在在一周内将您从零经验带入GAN-源码

  2. ML-Easter-Bootcamp 旨在在一周内将您从零经验带到GAN。 从第X天到第0天开始依次浏览笔记本。 Haron Shams和Harry Berg编写的所有教学材料。 Github用户名：haron1100，haaaarryb

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：1048576
    • 提供者：weixin_42160424

  1. ca-gan：CA-GAN：组合辅助GAN-源码

  2. 甘 我们为CA-GAN和SCA-GAN提供PyTorch实施。 论文“通过合成辅助GAN实现逼真的面部照片素描合成” [ 发电机架构 样品结果 左：草图合成； 右：照片合成 （a）输入图像，（b）cGAN，（c）CA-GAN，（d）SCA-GAN 先决条件 Linux或类似环境 Python 2.7 NVIDIA GPU + CUDA CuDNN 入门 安装 克隆此仓库： git clone https://github.com/fei-hdu/ca-gan cd ca-gan

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：2097152
    • 提供者：weixin_42162171
« 12 3 4 5 6 7 8 9 10 ... 19 »