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. 卡通数据集

  2. GAN 对抗生成网络数据集训练元数据,包含很多卡通图片,方便生成新的图片

  3. 所属分类：深度学习

    • 发布日期：2018-03-24
    • 文件大小：287309824
    • 提供者：chneyuyi94

  1. GAN生成手写数字

  2. 利用GAN原始模型，生成手写数字，包含数据集和代码，直接可以用。

  3. 所属分类：深度学习

    • 发布日期：2018-07-29
    • 文件大小：23068672
    • 提供者：fanzonghao

  1. mnist数据集（机器学习使用）完整资源（图片，数据）

  2. mnist数据集（机器学习使用） 6万张图片和6万条数据（根据图片转化的），所以容量较大 机器学习，深度学习，tensorflow，gan，6万张mnist图片和数据

  3. 所属分类：机器学习

    • 发布日期：2018-02-24
    • 文件大小：39845888
    • 提供者：wyx100

  1. 动漫头像数据集

  2. 是一个动漫头像的数据集，可以利用GAN来训练学习。如Tensorflow中的DCGAN

  3. 所属分类：深度学习

    • 发布日期：2018-10-24
    • 文件大小：284164096
    • 提供者：cal_me_martin

  1. cycle-gan数据集

  2. 从imagenet中选出的马，斑马数据集，在cycle-gan中测试的时候可以使用

  3. 所属分类：深度学习

    • 发布日期：2019-04-23
    • 文件大小：116391936
    • 提供者：y_z001

  1. 交通标志数据集（分类和GAN）.zip

  2. 交通标志数据集，包括62中不同类别的交通标志图片数据，已经分好了训练集和测试集，我常常用来跑分类和GAN的demo。

  3. 所属分类：互联网

    • 发布日期：2020-04-30
    • 文件大小：199229440
    • 提供者：qq_40784418

  1. 生成对抗网络（GAN）代码+数据集

  2. 生成对抗网络（GAN）实例 代码+数据集 很实用的代码，并且简单易学，对深度学习感兴趣的可以看看 数据集有手写图片的识别，也可以替换成自己的数据集

  3. 所属分类：深度学习

    • 发布日期：2020-01-07
    • 文件大小：11534336
    • 提供者：chengbi0653

  1. gan+无数据集.zip

  2. 腾讯2019的CVPR大会发布的首个无标注加GAN网络实现的image caption。里面有论文加项目。

  3. 所属分类：机器学习

    • 发布日期：2019-10-07
    • 文件大小：5242880
    • 提供者：weixin_43756236

  1. gan，wgan对抗生成网络二次元头像训练数据集

  2. 龙龙老师教程gan，wgan 280M训练数据集，二次元头像，一共280M，原来的baidupan里的失效了。

  3. 所属分类：深度学习

    • 发布日期：2020-07-05
    • 文件大小：289406976
    • 提供者：caiwenguang1992

  1. Pytorch使用MNIST数据集实现基础GAN和DCGAN详解

  2. 今天小编就为大家分享一篇Pytorch使用MNIST数据集实现基础GAN和DCGAN详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：461824
    • 提供者：weixin_38554186

  1. pytorch GAN伪造手写体mnist数据集方式

  2. 今天小编就为大家分享一篇pytorch GAN伪造手写体mnist数据集方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：188416
    • 提供者：weixin_38691055

  1. pytorch GAN伪造手写体mnist数据集方式

  2. 一，mnist数据集 形如上图的数字手写体就是mnist数据集。 二，GAN原理(生成对抗网络) GAN网络一共由两部分组成：一个是伪造器(Generator，简称G)，一个是判别器(Discrimniator，简称D) 一开始，G由服从某几个分布(如高斯分布)的噪音组成，生成的图片不断送给D判断是否正确，直到G生成的图片连D都判断以为是真的。D每一轮除了看过G生成的假图片以外，还要见数据集中的真图片，以前者和后者得到的损失函数值为依据更新D网络中的权值。因此G和D都在不停地更新权值。以下图为

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：193536
    • 提供者：weixin_38640794

  1. Pytorch使用MNIST数据集实现CGAN和生成指定的数字方式

  2. CGAN的全拼是Conditional Generative Adversarial Networks，条件生成对抗网络，在初始GAN的基础上增加了图片的相应信息。 这里用传统的卷积方式实现CGAN。 import torch from torch.utils.data import DataLoader from torchvision.datasets import MNIST from torchvision import transforms from torch import opt

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：245760
    • 提供者：weixin_38677936

  1. DCGAN-tensorflow 训练自己的数据集及报错集锦

  2. 今天我们利用DC-GAN来做训练一下自己的数据集，想要看看其逼真效果如何，准备用它来做做数据增强的工作。下面我们具体阐述一下步骤： 1.准备好自己的数据集 通过github下载DCGAN-tensorflow的代码，送上链接： [https://github.com/carpedm20/DCGAN-tensorflow] 然后在其根目录下建立data文件夹，进入data文件夹，建立自己的数据集。 将其命名为licence,(你的数据集自己取名),然后进入main界面代码，我们主要介绍需要使用的参

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：126976
    • 提供者：weixin_38748875

  1. SCADA-GAN-Synthetic-Generation：利用GAN网络合成SCADA数据集-源码

  2. SCADA-GAN合成代 使用通用对抗网络综合生成SCADA数据集。 从简单的GAN网络开始，发展到WGAN和具有不同结果的CGAN。 二手的Keras和2功能：发电机频率和发电机电压相位更简单 观察结果：具有2个特征，所获得的综合数据集与真实特征非常相似。 哦耶！！ 但是...当使用大量特征时，会观察到渐变消失（如Ian GoodFellow的论文）。 使用Wassertein GAN（ ）实现进行了进一步测试，以解决这种情况，并生成更多功能和CGAN以取得更好的结果。 样本合成生成的S

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：61440
    • 提供者：weixin_42131633

  1. 手写数字生成：PyTorch实现-使用MNIST数据集的GAN模型识别手写数字-源码

  2. 手写数字生成 PyTorch实现-使用MNIST数据集的GAN模型生成/识别手写数字 项目目标 目标是使用在MNIST数据集上训练的生成对抗网络（GAN）生成新的手写数字。 GAN（生成对抗网络） GAN最早是在2014年由Ian Goodfellow和Yoshua Bengio实验室的其他人报道的。 从那时起，GAN爆炸式增长。 GAN的思想是使用两个网络相互竞争，即生成器G和鉴别器D。 生成器使“伪”数据传递到鉴别器。 鉴别器还可以看到真实的训练数据，并预测接收到的数据是真实的还是伪造的。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：2097152
    • 提供者：weixin_42164931

  1. COVID胸部X射线深度学习分析：针对COVID-19胸部X射线数据集的不同深度学习技术的比较和分析-源码

  2. COVID 19胸部X射线深度学习分析 比较适用于COVID-19患者的胸部X射线的不同分割和合成数据生成方法。 我们计划比较不同的方法，例如UNET，自动编码器，GAN，着色技术。 AY 2020/2021，“生物信息学”课程的最终项目代码。 项目结构 该数据集包含来自具有不同类型的不同患者的X射线图像：有1200个COVID-19阳性图像，1341正常图像和1345病毒性肺炎图像。 数据集可从下载。 从该数据集中，我们应用了一些预处理技术，以便为实验准备好数据。 ：创建一个新文件夹，分

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：29360128
    • 提供者：weixin_42165980

  1. generative_adversarial_networks_101：生成对抗网络的Keras实现。 具有MNIST和CIFAR-10数据集的GAN，DCGAN，CGAN，CCGAN，WGAN和LSGAN模型-源码

  2. generative_adversarial_networks_101：生成对抗网络的Keras实现。 具有MNIST和CIFAR-10数据集的GAN，DCGAN，CGAN，CCGAN，WGAN和LSGAN模型

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：3145728
    • 提供者：weixin_42140625

  1. GAN生成MNIST数据集（pytorch版）

  2. 前言 最近准备研究关于用GAN神经网络实现图片超分辨的项目，为了理解GAN神经网络的内涵和更熟悉的掌握pytorch框架的用法，写了这个小demo熟悉手感 思想 GAN的思想是是一种二人零和博弈思想，网上比较流行的一种比喻就是生成模型（G）是印假钞的人，而判别模型（D）就是判断是否是假钞的警察。 判别网络的目的：就是能判别输入的数据（如图片）它是来自真实样本集还是假样本集。假如输入的是真样本，网络输出就接近1，输入的是假样本，网络输出接近0，那么很完美，达到了很好判别的目的。 生成网络的目的：生

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：324608
    • 提供者：weixin_38513794

  1. Pytorch使用MNIST数据集实现基础GAN和DCGAN详解

  2. 原始生成对抗网络Generative Adversarial Networks GAN包含生成器Generator和判别器Discriminator，数据有真实数据groundtruth，还有需要网络生成的“fake”数据，目的是网络生成的fake数据可以“骗过”判别器，让判别器认不出来，就是让判别器分不清进入的数据是真实数据还是fake数据。总的来说是：判别器区分真实数据和fake数据的能力越强越好；生成器生成的数据骗过判别器的能力越强越好，这个是矛盾的，所以只能交替训练网络。 需要搭建生成器

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：466944
    • 提供者：weixin_38523728
« 12 3 4 5 6 7 8 »