【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好(2022年言有三一对一辅导)?...

神奇的“GAN” 原创:王稳钺 GAN最神奇的地方在于它可以生成新的信息,这是其他算法很难甚至根本就做不到的。因此,通过GAN,可以完成很多有趣的应用。本文章将从GAN在CV中的应用、GAN的理论与框架、应用GAN的实际项目和项目优化四个部分详细的介绍GAN的神奇之处。 1. 对抗生成网络(GAN)在计算机视觉(CV)中的应用 左图展示了可以通过自身的面部表情,来驱动其他物体的表情。人如何动,狗就会跟着改变。右图展示了一个瘦脸特效,这其实也可以通过GAN来实现。 通过GAN,还可以让静态的图片动起来。进而延伸,GAN也可以 阅读详情

156394f547fecd93877ac3e35995db1f.png

GAN自从被提出来后,技术发展就非常迅猛,已经被落地于众多的方向,其应用涉及图像与视频生成,数据仿真与增强,各种各样的图像风格化任务,人脸与人体图像编辑,图像质量提升。

d3039db6e945316377880d4eddef4559.png

e98e85f14814311d08b475b71a232f51.png

b044f6deb782fccc1559b692ef0e665e.png

那我们究竟如何去长期学好相关的算法呢?有三AI推出了CV秋季划-GAN组,供长期学习相关内容,学习不限时长,永久有效。

整个学习内容

GAN小组需要学习的东西包括:GAN的基础理论,图像与视频生成,语音生成,图像翻译与风格迁移,图像增强等方向。下面来看看给大家配置的已有学习资料(未更新完毕,仍然会继续更新):

1、GAN基础理论

2a9fde38701786bc739b23f32a68228b.png

这一部分主要是学习对GAN的基础理论的理解以及评估,包括:

(1) GAN的原理

(2) GAN的优化

(3) GAN的评估

本部分内容学习资料包括视频与图文,其中图文在咱们公众号与知识星球中,视频在有三给阿里云做的《深度学习原理与实践》基础课程中,内容包括深度生成模型基础,自编码器与变分自编码器,GAN的基础,GAN的优化目标设计与改进。

d954c5a35be4c28946c7011a8c81e1ca.png

2f19d7eca895950a1f0486fe28f232ba.png

9a9c09766f08e033ed6f4ab377c0f311.png

课程地址为:https://tianchi.aliyun.com/course/279

2、《深度学习之图像生成GAN:理论与实践篇》专栏

这一部分主要是学习图像生成和视频生成技术,这是GAN最为人熟知的应用,包括:

(1) 图像生成技术的基本原理

(2) 视频生成技术的基本原理

(3) 如何提高生成图像和视频的质量

(4) 如何使用GAN提高已有数据的质量

本部分内容学习资料包括视频讲解与实践内容,已有内容大纲如下:

387839f0bb243e09818dff8edb6c0c01.png

(1) 理论部分内容:详细解读了基本的全卷积GAN,各类条件生成GAN,强大的StyleGAN系列,数据增强与仿真GAN,后续还会增加3D与视频的部分内容,既有足够的宽度,也具备有足够的深度。

(2) 实践部分内容:本次课程中一共已经包含了2个Pytorch实战案例,分别为DCGAN人脸嘴唇表情生成任务,StyleGAN人脸图像生成任务,后续还会增加3D与视频部分的实践内容。

更加详细的内容介绍请阅读:【视频课】CV必学,超6小时,2大模块,循序渐进地搞懂GAN图像生成!

634aa93112e48fbf014a634607b9397e.png

3、《深度学习之图像翻译GAN:理论与实践篇》专栏

这一部分主要是学习图像翻译与风格化GAN相关的内容,包括:

(1) 有监督图像翻译GAN

(2) 无监督图像翻译GAN

(3) 多域图像翻译GAN

(4) 交互式图像翻译GAN

本部分内容学习资料包括视频讲解与实践内容,已有内容大纲如下:

d4715c4d5d58ffb288b8fae0e20fdcb3.png

(1) 理论部分内容:涵盖了深度学习之图像翻译的核心方向,如有监督图像翻译模型,无监督图像翻译模型,多域图像翻译模型。我们会非常详细地讲解算法中的细节,帮助彻底消化算法原理;并且后续还会有更多模型的更新。

(2) 实践部分内容:本次课程中一共已经包含了3个实践案例,分别为基于Pix2Pix的黑白图像上色实战,基于StarGAN的人脸表情编辑实战,基于BeautyGAN的人脸美妆实战,后续还会增加其他方向的实战:

更加详细的内容介绍,请阅读:【视频课】重磅GAN课程上新,掌握图像翻译与风格化核心技术!

18500a6c81f72e7e7ad14c77f64ba19c.png

4、GAN相关的实战专栏

今年我们开始重点开发项目实战类课程,其中尤其是GAN相关的实战类课程居多,秋季划GAN组可以享受所有有三本人制作的GAN实战类课程,目前已有的包括如下:

DCGAN人脸嘴部表情图像生成实战,详情请阅读:【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战

e377f8fe1250a8de37bcef04561532ec.png

StyleGAN人脸图像生成实战,详情请阅读:【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战

dd0cdd03c8a016af1503ece2da337bb6.jpeg

基于SRGAN的图像超分辨实战,详情请阅读:【项目实战课】基于Pytorch的SRGAN图像超分辨实战

2e59e31c1943c2615b7183663bf95071.gif

基于Pix2Pix的黑白图像上色实战,详情请阅读:【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战

6c70fd7be528f6879fd7e89b37d55f2d.jpeg

基于BeautyGAN人脸智能美妆实战,详情请阅读:【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战

43e582b90d5b4bc6352ed6bb2287544f.gif

基于UGATIT的人脸动漫风格化实战,详情请阅读:【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战

3e480af766d0e6d1db45cc76cdccf4c3.gif

基于StyleGAN的人脸属性(表情、年龄、性别)编辑实战,详情请阅读:【项目实战课】基于Pytorch的StyleGAN人脸属性(表情、年龄、性别)编辑实战

51c70115fb38452020b7cd3692fb416c.gif

后面新增的GAN相关的实战课程专栏,也会给GAN组免费配置。

5、赠送的基础课程专栏

考虑到有些同学的基础不够扎实,因此我们给所有GAN组成员都额外赠送了两套基础专栏,分别是《深度学习之图像分类:理论实践篇》,《深度学习之模型设计:理论实践篇》。

图像分类专栏包括图像分类的各个领域的算法与实践,时长超过10个小时,分为3大模块,5个实践案例。包括图像分类的理论知识和实践内容,内容详细,案例丰富,下面是当前课程的大纲脑图:

57f56cd3ef23550d6d9332b8acd818a5.png

(1) 理论部分内容:涵盖了深度学习图像分类各个方向的理论知识,如图像分类基础、多类别图像分类理论、细粒度图像分类理论、多标签图像分类理论、半监督与无监督图像分类、零样本图像分类等,既有足够的广度,也具备足够的深度。我们会非常详细地讲解理论中的细节知识,帮助大家学懂学会;

(2) 实践部分内容:本次课程中一共已经包含了5个实践案例,分别为从零完成人脸表情识别案例实践、简单图像分类数据增强实战、鸟类动物细粒度分类实战、生活用品多标签图像分类实战、基于血红细胞的图像分类竞赛技巧,通过这些实战案例可以彻底掌握图像分类任务的实战技巧。

04ead08df92b22a8f81d450b633ed64d.jpeg

完整的介绍请阅读:【视频课】CV必学,超10小时,3大模块,5大案例,循序渐进地搞懂图像分类理论与实践!

e5fb0a24420ae0a4c798fc98cf439c82.png

模型设计专栏包括经典的CNN模型设计算法与实践,总共时长超过20个小时,分为4大模块,4个实践案例,内容详细,案例丰富。在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点、原理及代码,下面是当前课程的大纲脑图:

0ac5b894afc3ed8c1d5f3bb9a49a42d1.png

理论部分内容:涵盖了绝大多数经典CNN模型设计,包括基于网络深度的模型、基于网络宽度的模型、注意力机制模型、轻量化模型等内容。

实践部分内容:涵盖了一些非常经典的模型实战,包括基于ResNet的网络深度设计分析及实战,基于InceptionNet的网络宽度设计分析及实战,基于SeNet的人种分类实战,基于Pytorch的安卓端模型部署。

c023b45197ed6e1ddeba44bee6713ac2.png

完整的介绍请阅读:【视频课】AI必学,超20小时,4大模块,循序渐进地搞懂经典模型设计与简单部署!

24b97fdce212c9875bd92409584bf5fa.png

其他学习资料

除了以上学习资料,GAN组还包括一系列其他资料。

1、知识星球社区:包括两个,一个是专用于秋季划GAN学习小组存储资料的星球,永久有效,不对外开放。另一个是对外开放的有三AI知识星球,大家可以自行阅读下文了解。

有三AI知识星球的介绍可以参考:【杂谈】有三AI知识星球指导手册出炉!和公众号相比又有哪些内容?

356edb61a009558fd7bb0b972fac2187.jpeg

其中GAN相关的内容非常多,包括各类经典GAN模型的讲解,下面是一个简单的汇总,大家可以参考,提供相关的论文下载和解读。

2589f62a3c09674146515d188bf7c2d8.png

d7226cfed37faec01dd567123f0bf3cc.png

2、配套参考教材一本,《深度学习之人脸图像处理:理论与实践》。

书籍介绍可以参考:言有三新书来袭,业界首次深入全面讲解深度学习人脸图像算法

54c9023f6ee1cfe9997e35c4a0ac9642.jpeg

(3) 有三AI内容组,项目组,运营组:是学习后下一步从业的真正目标。在内容组大家可以从事内容创作和教学相关的工作,获得收入。在项目组大家可以参与各类工程项目,获得收入。在运营组大家可以参与生态运营,获得收入。

一些已有成员的分享,大家可以参考:

【杂谈】有三AI季划的最核心价值在哪,听听这些同学怎么说!

【杂谈】我在有三AI从学生到老师

【杂谈】从学员到开发者,我在有三AI打怪升级

【杂谈】从学员到参与书籍写作,我在有三AI学习与成长的故事

【杂谈】从学员到专栏作者、讲师,我在有三AI学习与名利双收的故事

【杂谈】从学生到讲师,我如何20天里在有三AI赚3万

【杂谈】从失业到重要项目负责人,2020年里我如何在有三AI上岸

【杂谈】参加有三AI秋季划4个月,薪资翻倍,我在有三AI都学了啥?

【杂谈】一个五岁孩子妈妈在有三AI学习并且赚钱的故事 

【杂谈】有三AI-CV春季划有用吗,听听他们的分享

【杂谈】从医学专业转行到AI,独立完成项目到获得加州理工大学读研推荐,我如何与有三AI结缘

(4) 线上线下答疑:包括有三的微信答疑和组织的线下活动和私人线下答疑。

如何参加GAN组

扫码下面的海报,即可订阅,订阅完成后请联系有三微信Longlongtogo,获得赠书,知识星球,以及答疑群等权限。如果已经拥有以上配置的课程,书籍,知识星球,可以相应抵扣原值。

PS:有三AI- CV夏季划成员,参加GAN组可享半价优惠,联系有三本人即可。

14b59bb6d153a68f0b3e6d87b202b246.jpeg

关于季划相关的问题,请直接联系有三微信Longlongtogo。

df9efc2c2662ee410742ad65de51cbe7.png

23e8f804e7a39c01607550dc7796a641.png

76cf1ff5c66203a3f598404486d3de29.png

往期相关

  • 夏至未至,阳光也很灿烂

  • 如何制作一篇充满夏日气息的文章

  • 听说做模板能赚钱?

计算机视觉(CV)-生成模型:GAN(Generative Adversarial Network对抗生成网络)【Generator(RNN/CNN)+Discriminator(CNN)】【单调】 生成对抗网络(英语:Generative Adversarial Network,简称GAN)是生成模型的一种,生成模型就是用机器学习去生成我们想要的数据,正规的说法是,获取训练样本并训练一个模型,该模型能按照我们定义的目标数据分布去生成数据。GAN 的核心思想源于博弈论的纳什均衡。GAN能够有效地解决很多生成式方法的缺点,主要包括:训练了多次以后,生成的图片人脸分布都是一样的,只有色调的改变。 Inception Score参考资料: 转载 | 史上最全GAN综述2020版:算法、理论及应用 GAN 的 阅读详情

相关推荐

信息安全与技术——(十一)恶意代码检测与防范技术

恶意代码(Malicious Code )或恶意软件(Malware )主要是指以危害信息的安全等不良意图为目的的程序,它们一般潜伏在受害计算机系统中实施破坏或窃取信息。

m0_63853448的博客 5992

CV-生成对抗网络GAN

生成对抗网络(GAN, Generative Adversarial Network)是一类通过的方式进行训练的深度学习模型。,它们在训练过程中相互竞争,最终生成高质量的、类似于真实数据的样本。

1080

HTTPDebugger实战:iTunes登录协议抓包与签名验证全解析

HTTPS抓包是分析客户端与服务端交互的重要手段,其原理是通过中间人证书解密TLS流量,从而观察请求与响应细节。在调试iTunes登录协议时,抓包能帮助我们定位签名验证失败、x-timestamp过期等棘手问题。然而,许多教程中常见的mumu模拟器抓包、fiddler手机抓包或charles抓包unknown问题,往往让新手陷入工具陷阱。本文以HTTPDebugger为切入点,从TLS握手到认证请求,系统拆解iTunes登录协议的关键字段与签名机制,覆盖证书配置、进程监听、域名过滤等实战经验,辅以Apple

weixin_30768881的博客 199

CV GAN模型常用的一些东西

转自AI Studio,原文链接:CV GAN模型常用的一些东西,面向新人 - 飞桨AI Studio 也算一次经验的总结分享了,我会把我的一些思考和trick在本章分享,希望大家有所收获,若有错误请指出啊。 1. 使用VGG的感知损失(perceptual loss) 这个损失在风格迁移中使用很多,大家如果刚开始做风格迁移任务一般也很难拥有属于自己的感知损失,这里我就替大家写好了,拿走不谢 这里我举一个例子谷歌的实时风格迁移算法,确定不想进来看看?我只能说精彩简陋版复现在这个项目中我用了。

m0_63642362的博客 1008

不用公网IP!用Ollama+Chatbox搭建家庭AI助手(内网穿透方案对比)

本文详细介绍了如何利用Ollama和Chatbox在家庭局域网中搭建本地AI助手,无需公网IP即可实现内网穿透。通过对比不同穿透方案(如Tailscale、FRP等),提供最优配置建议,帮助用户低成本部署隐私安全的家庭AI系统,适用于智能家居、儿童教育等多种场景。

weixin_26765287的博客 465

MobSF-v3源代码分析(一)

移动安全框架(MobSF)是一种自动化的移动应用程序(Android/iOS/Windows)测试框架,能够执行静态、动态和恶意软件分析。 它可用于Android、iOS和Windows移动应用程序的有效和快速安全分析,并支持二进制文件(APK,IPA和APPX)和压缩源代码。 MobSF可以在运行时为Android应用程序进行动态应用程序测试,并具有由CapFuzz(一种特定于Web API的安全扫描程序)提供支持的Web API模糊测试。MobSF旨在使您的CI/CD或DevSecOps管道集成无缝。

武天旭的博客 8960

【CV秋季划】生成对抗网络GAN有哪些研究和应用,如何循序渐进地学习好?

GAN的研究在这几年发展可以说是非常迅猛,已经被用于各个研究方向,其应用涉及图像与视频生成,数据仿真与增强,各种各样的图像风格化任务,人脸与人体图像编辑,图像质量提升。那我们究竟如何去长...

hacker_long的专栏 786

prplOS介绍

介绍prplOS是什么,特性、框架、编译等。

四儿家的小祖宗的博客 2136

【GAN】是什么让GAN成为了这5年里深度学习领域最亮的崽?

在游戏、VR领域颠覆传统人类美工的工作方式生成全真实的场景GAN说:“我能行!”VR场景在电影、视频领域使全虚拟演员、偶像成为可能一种全新的感觉和体验GAN说:“我可以!”假明星脸生成虚拟偶像在电子商务领域想要实现真实的“虚拟试衣间”足不出户就可以体验买买买GAN说:“我可以!”虚拟试衣在IT领域脱发是一个经典问题还没秃的时候怎么看自己的大秃头GAN说:“我可以!”秃头生...

hacker_long的专栏 3094

相位偏折PMD全栈技术拆解 | 四步相移解算+梯度积分形貌重建,助力镜面工件微米级缺陷高精度稳定检测

工业精密检测领域中,高反光镜面类工件长期存在检测瓶颈,涵盖汽车高亮车漆、半导体抛光晶圆、光学透镜、精密抛光模具、玻璃盖板等主流产品。传统2D机器视觉仅能识别表面明显污渍、大尺寸破损,完全无法捕捉微米级划痕、凹坑、橘皮、曲面微形变等微观缺陷;常规线激光3D、普通结构光3D检测设备,面对镜面材质会产生严重镜面反射杂光,激光条纹、结构光图案完全失真,必须喷涂显影粉辅助检测,不仅破坏工件表面完整性,还无法适配自动化量产产线,检测效率与良率极低。

getusushu的博客 544

基于YOLOv8的城市违建识别系统:从数据集构建到UI界面实现

YOLOv8是Ultralytics公司于2023年推出的最新一代YOLO(You Only Look Once)系列目标检测算法。更高效的骨干网络设计改进的锚框机制更精确的损失函数支持分类、检测、分割等多任务YOLOv8特别适合像违建识别这样的实时检测任务,能够在保持高精度的同时实现快速推理。

YOLO 675

【每周CV论文推荐】初学基于GAN的视频生成有哪些经典论文需要阅读

欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。当前图像生成领域的发展已经非常成熟,与之相关的视频生成领域也一直被研究,不过这是一个更难的问题,还没有那么成熟,本次我们来给大家介绍初学基于GAN的视频生成领域值得阅读的论文。作者&编辑 | 言有三1 VideoGAN和TGANVideoGAN是DC...

hacker_long的专栏 1502

Simulink实例--电动汽车充电站与微电网协同运行仿真

​电网负荷剧增:单站1000台车同时充电需150MW功率(超配电网容量30%)​能源孤岛问题:传统充电站仅作为单向负荷,无法参与电网调频​可再生能源消纳:光伏/风电波动导致充电站功率波动±40%​多目标矛盾:充电效率、电网稳定性、设备寿命的协同优化​节能效果:每百万辆车年节电1.8GWh​成本回收:投资回报周期<4年(IRR>25%)​减排效益:每年减少CO₂排放12万吨。

xiaoheshang_123的博客 330

【总结】有三AI所有GAN相关学习资料汇总,有图文、视频、代码实战等......

GAN无疑是这几年深度学习领域里最酷的技术,不管是理论的研究,还是GAN在图像生成,图像翻译,语音图像等基础领域的应用,都非常的丰富。我们公众号输出过非常多的GAN相关资源,本次做一个简单...

hacker_long的专栏 739

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

【百战GAN】适合所有人的第一个GAN项目:DCGAN图像生成代码实战

大家好,欢迎来到专栏《百战GAN》,在这个专栏里,我们会进行GAN相关项目的核心思想讲解,代码的详解,模型的训练和测试等内容。作者&编辑 | 言有三本文资源与生成结果展示本文篇幅:4000字背景要求:会使用Python和Pytorch附带资料:参考论文和项目1 项目背景GAN无疑是这几年深度学习领域里最酷的技术,不管是理论的研究,还是GAN在图像生成,图像翻译,语...

hacker_long的专栏 3352

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

【每周CV论文推荐】初学基于GAN的三维图像生成有哪些经典论文需要阅读

欢迎来到《每周CV论文推荐》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。当前二维图像生成领域的发展已经非常成熟,但是三维的图像生成技术发展要滞后于二维图像,因为其难度相对于二维图像生成要高不少,本次我们来给大家介绍初学基于GAN的三维图像生成领域值得阅读的论文。作者&编辑 | 言有三1 3DGAN3DGAN实际上就是DC...

hacker_long的专栏 1412

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

【CV秋季划】模型优化很重要,如何循序渐进地学习好?

好的模型结构是深度学习成功的关键因素之一,不仅是非常重要的学术研究方向,在工业界实践中也是模型是否能上线的关键。对各类底层深度学习模型设计和优化技术理解的深度是决定我们能否在深度学习项目...

hacker_long的专栏 641

【阿里云课程】生成模型之GAN原理与优化基础

大家好,继续更新有三AI与阿里天池联合推出的深度学习系列课程,本次更新内容为第11课中的一节,介绍如下:生成对抗网络基础本次课程是阿里天池联合有三AI推出的深度学习系列课程第11期,深度生...

hacker_long的专栏 501

【阿里云课程】生成模型之GAN优化目标设计与改进

大家好,继续更新有三AI与阿里天池联合推出的深度学习系列课程,本次更新内容为第11课中的一节,介绍如下:GAN优化目标设计与改进本次课程是阿里天池联合有三AI推出的深度学习系列课程第11期...

hacker_long的专栏 571

【杂谈】蛰伏3年,从学习到负责适合自己方向的项目研发

最近刚刚完成一个人脸风格化GAN生成相关的AI项目,在这里给大家分享一下,我从有三AI学员到参与项目研发的经历,希望能够给大家提供一点借鉴和帮助。结识有三AI记得还是差不多是三年前,我跟一个在杭州的好朋友交流,聊到做CV人脸方向的时候,朋友给我强烈推荐了有三AI的微信公众号。那个时候由于公司业务的需求,我正在学习研究人脸相关GAN生成的玩法,但是苦于资料比较少。虽然我之前也在优达学城学习了机器学习...

hacker_long的专栏 535

【阿里云课程】图像翻译GAN结构与应用

大家好,继续更新有三AI与阿里天池联合推出的深度学习系列课程,本次更新内容为第11课中的一节,介绍如下:图像翻译GAN结构与应用本次课程是阿里天池联合有三AI推出的深度学习系列课程第11期...

hacker_long的专栏 601

【阿里云课程】如何基于GAN完成人脸图像超分辨任务

大家好,继续更新有三AI与阿里天池联合推出的深度学习系列课程,本次更新内容为实践课中的一节,这也是本课程系列最后的一个实践课,介绍如下:GAN超分辨实践本次课程是阿里天池联合有三AI推出的...

hacker_long的专栏 753

【阿里云课程】如何从零开始完成第一个GAN项目

大家好,继续更新有三AI与阿里天池联合推出的深度学习系列课程,本次更新内容为实践课,介绍如下:从零使用GAN进行图片生成本次课程是阿里天池联合有三AI推出的深度学习系列课程实践课第2期,从...

hacker_long的专栏 420

【图像翻译GAN】我家那只蠢猫更像狗子还是更像虎哥?让AI模型来看看

前言当忠诚的狗狗与凶猛的大老虎进行身份交换老虎看起来也并没有那么凶残甚至多了几分可爱当可爱的猫咪与大老虎发生变换猫猫的眼神里也多了几分坚定而且充满了凶猛的气息这是什么神仙操作?它叫图像翻译!凡是从一张图变成另外一张图的操作都可以用它来实现!马变斑马白天变黑夜橘子变苹果这简直就是P图的大神器这就是图像翻译与风格化领域背后的核心技术自然就是GAN啦图像翻译与风格化包含的方向非...

hacker_long的专栏 554
上一篇: 【项目实战课】基于Pytorch的InceptionNet花卉图像分类实战
下一篇: 【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战
言有三
言有三 领域专家: 人工智能技术领域 领域专家: 人工智能技术领域
博客等级 码龄15年 3635粉丝 976原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言有三

三人行必有AI

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值