stylegan

智码看视界

深度学习：生成对抗网络 GAN 原理与图像生成应用2014 年，Ian Goodfellow 在酒桌上想出了一个点子：让两个神经网络互相博弈——一个负责"造假"，一个负责"打假"，在对抗中共同进步。这便是 GAN。它能从噪声里"无中生有"出逼真人脸、画作、甚至药物分子。但 GAN 也是出了名地难训。本文推导它的目标函数，讲清为什么难训，以及工程师们是怎么把它"驯服"的。

软糯小野猫

使用Pytorch从零开始构建StyleGAN本文所介绍的, 乃是当今最为出色的GAN当中的一个, 它源自论文《A Style-Based for 》的 , 我们会运用对其予以干净、简单且具备可读性的实现, 并且尝试尽可能地贴近原始论文。

我是有底线的