Gavinmiaoc的博客

前言现实生活中，大多数图片是模糊不清的，试想一下，追剧时视频不清晰，看着都很捉急，何况现实中好端端的一幅美景(美女也可以)被抓拍得不忍直视，瞬间暴躁！！拍照时手抖，或者画面中的物体运动都会让画面模糊，女友辛辛苦苦摆好的各种Pose也将淹没在各种模糊的线条中，是时候要有一种新的算法解救水深火热中的你了。这不，去年(2017)乌克兰天主教大学、布拉格捷克理工大学和解决方案提供商Eleks联手公布了一篇...

CycleGAN是在去年三月底放在arxiv的一篇文章，文章名为Learning to Discover Cross-Domain Relations with Generative Adversarial Networks，同一时期还有两篇非常类似的 DualGAN 和 DiscoGAN ，简单来说，它们的功能就是：自动将某一类图片转换成另外一类图片。由于CycleGAN这个框架具有较强的通用性...

1、DCGAN的简单总结【Paper】 ：            http://arxiv.org/abs/1511.06434【github】 :            https://github.com/Newmu/dcgan_code  theano            https://github.com/carpedm20/DCGAN-tensorflow  tensorflow  ...

最近试着玩了多种GAN，今天我们主要总结下常用的GAN包括DCGAN,WGAN,WGAN-GP,LSGAN-BEGAN，SRGAN的详细原理介绍以及他们对GAN的主要改进，并推荐了一些Github代码复现链接。 本文旨在对GAN的变种做一些梳理工作，详细请看下文。1.原始GAN1.GAN的原理：GAN的主要灵感来源于博弈论中零和博弈的思想，应用到深度学习神经网络上来说，就是通过生成网络G（Gene...

            超分辨率技术（Super-Resolution）是指从观测到的低分辨率图像重建出相应的高分辨率图像，在监控设备、卫星图像和医学影像等领域都有重要的应用价值。SR可分为两类:从多张低分辨率图像重建出高分辨率图像和从单张低分辨率图像重建出高分辨率图像。基于深度学习的SR，主要是基于单张低分辨率的重建方法，即Single Image Super-Resolution (SISR)...

1.首先，我们创建“真实”数据分布，一个简单的高斯分布，均值为4，标准差为0.5,。还有一个样本函数，返回分布中给定数量的样本（按值排序过）。# define Gauss distribution of mean=4, standard deviation=0.5class DataDistribution(object): def __init__(self): sel...

接触到GAN后简直一发不可收拾， 这个领域发展太快，日新月异，各种 GAN 层出不穷，这里介绍一篇关于 Wasserstein GAN 的文章，讲的很好，在此把它分享出来一起学习：https://zhuanlan.zhihu.com/p/25071913。关于WGAN，我后续会进行更新，本篇玩到人脸生成依然采用经典的DCGAN,所以，我们接下来继续来研究我们的无约束条件 DCGAN。前几天，我们用...

自从2014年Ian Goodfellow提出以来，GAN就存在着训练困难、生成器和判别器的loss无法指示训练进程、生成样本缺乏多样性等问题。从那时起，很多论文都在尝试解决，但是效果不尽人意，比如最有名的一个改进DCGAN依靠的是对判别器和生成器的架构进行实验枚举，最终找到一组比较好的网络架构设置，但是实际上是治标不治本，没有彻底解决问题。而今天的主角Wasserstein GAN（下面简称WG...

1.GAN基本思想生成式对抗网络GAN (Generative adversarial networks) 是Goodfellow 等在2014 年提出的一种生成式模型。GAN 的核心思想来源于博弈论的纳什均衡。它设定参与游戏双方分别为一个生成器(Generator)和一个判别器(Discriminator), 生成器捕捉真实数据样本的潜在分布, 并生成新的数据样本; 判别器是一个二分类器, 判别...

前面我们了解了 GAN 的原理，下面我们就来用 TensorFlow 搭建 GAN（严格说来是 DCGAN，如无特别说明，本系列文章所说的 GAN 均指 DCGAN），如前面所说，GAN 分为有约束条件的 GAN，和不加约束条件的GAN，我们先来搭建一个简单的 MNIST 数据集上加约束条件的 GAN。首先数据集使用的是著名的MNIST，每一张图片的大小为[28, 28, 1]，训练集有60000...

GAN简介自从 Ian Goodfellow 在 14 年发表了 论文 Generative Adversarial Nets 以来，生成式对抗网络 GAN 广受关注，加上学界大牛 Yann Lecun 在 Quora 答题时曾说，他最激动的深度学习进展是生成式对抗网络，使得 GAN 成为近年来在机器学习领域的新宠，可以说，研究机器学习的人，不懂 GAN，简直都不好意思出门。1、GAN的思想 　　...