昇思学习打卡营学习记录:Pix2Pix实现图像转换

按照提示,运行实训代码

进入实训平台:https://xihe.mindspore.cn/projects

选择"jupyter 在线编辑器"

启动"Ascend开发环境" :Ascend开发环境需要申请,大家可以申请试试看

启动开发环境后,在左边的文件夹中,选择"应用实践"-"生成式"-"应用实践/生成式/Pix2Pix实现图像转换.ipynb"

打开这个ipynb文件后,选择"运行全部"

Pix2Pix使用了Unet网络,

训练分为两个主要部分:训练判别器和训练生成器。训练判别器的目的是最大程度地提高判别图像真伪的概率。训练生成器是希望能产生更好的虚假图像。在这两个部分中,分别获取训练过程中的损失,并在每个周期结束时进行统计。

学习视频位置:【Pix2Pix实现图像转换】 https://www.bilibili.com/video/BV1Pux1eREEe/?share_source=copy_web&vd_source=8b4c97767b164d6b12da442fa3fc9f2f

相关推荐
陈如水7 分钟前
Spring AI Alibaba 在多 Agent 场景下的实践
java·人工智能·spring
console.log('npc')23 分钟前
Python 学习教程 · 第4课:数据结构
数据结构·python·学习
瓶瓶持续学习中40 分钟前
物理AI与具身智能的技术架构区别:从空间建模到机器人动作执行
人工智能·机器人
羲云网络1 小时前
GPT Image 2.6 精准编辑前,先排查参考图的访问权限与输入交接
图像处理·人工智能·aigc
snakeshe10101 小时前
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程
人工智能
星落梦生3 小时前
Docker学习(11)
学习·docker·容器
智联视频超融合平台5 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟5 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯7 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s