深度学习【38】Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks

这篇博客介绍了深度学习中利用拉普拉斯图像金字塔(LAPGAN)进行图片生成的早期研究。通过一系列由粗到细的生成网络,从低分辨率到高分辨率逐步构建出逼真的图像。LAPGAN采用逐层训练的方式,每个网络分别负责生成不同尺度的拉普拉斯系数或图像。这种方法为后来的GAN图像生成技术奠定了基础。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

比较早的一篇GAN图片生成的论文,思想是利用拉普拉斯图像金字塔的原理由粗到细(尺寸由小到大)生成图片。用的GAN是最开始提出的那篇。
这里写图片描述
上图是网络生成图片的过程。由随机变量z3 通过G3 网络生成8*8的图片Ĩ 3,上采样得到16*16的图片l2l2z2 共同作为 G2 网络的输入,并得到拉普拉斯金字塔系数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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