github_38052581的博客

前言本教程将通过一个示例介绍DCGANs。我们将训练一个生成对抗网络(GAN)，在训练阶段输入许多真实名人的照片，训练结束的时候该网络能够生成新的名人照片。这里的大部分代码来自github上pytorch/examples中的dcgan实现，本文将对该实现进行全面的解释，并阐明该模型如何工作以及工作原理。但是不要担心，GANs并不需要预先的知识，但是它可能需要新手花一些时间来理解在幕后到底发生...

前沿本教程解释了如何实现Leon A. Gatys、Alexander S. Ecker和Matthias Bethge开发的神经风格的算法。神经样式，或者叫神经传递，可以让你拍下一幅图像并用一种新的艺术风格再现它。该算法取三幅图像，一幅输入图像、一幅内容图像和一幅样式图像，并改变输入，使其与内容图像的内容和样式图像的艺术风格相似。...

前言训练模型过程中随时都要注意目标函数值(loss)的大小变化。一个正常的模型loss应该随训练轮数（epoch）的增加而缓慢下降，然后趋于稳定。虽然在模型训练的初始阶段，loss有可能会出现大幅度震荡变化，但是只要数据量充分，模型正确，训练的轮数足够长，模型最终会达到收敛状态，接近最优值或者找到了某个局部最优值。在模型实际训练过程中，可能会得到一些异常loss值，如loss等于nan；los...