GAN

  • 简单使用PyTorch搭建GAN模型

    2014年,Goodfellow等人则提出天生对抗网络(Generative Adversarial Network, GAN),能够让我们完全依靠机器学习来天生极为逼真的图片。GAN的横空出世使得整个人工智能行业都为之震动,计算机视觉和图象天生领域发生了巨变。本文将带大家了解GAN的工作原理,并介绍如何通过PyTorch简单上手GAN。

    2021年 8月 25日
  • 开启生成式视频压缩:谷歌基于GAN来实现,性能与HEVC相当

    来自谷歌的钻研者提出了一种基于生成对抗网络 (GAN) 的神经视频压缩办法,该办法优于以前的神经视频压缩办法,并且在用户钻研中与 HEVC 性能相当。

    2021年 8月 11日
  • 论文分享 | 丢弃卷积,纯Transformer建立GAN收集

    最近,计算机视觉(CV)领域的钻研者对 Transformer 产生了极大的兴趣并陆续取得了不少突破。比如,2020 年 5 月,Facebook AI 的钻研者推出了 Transformer 的视觉版本——Detection Transformer,在性能上媲美当时的 SOTA 方法,但架构得到了极大简化;10 月,谷歌提出了 Vision Transformer (ViT),可以直接利用 transformer 对图像进行分类,而不需要卷积收集。

    2021年 2月 26日