我对GAN比较陌生，不知道哪种GAN模型最适合这个用例： 我有一个数据集，其中包含一对有NO_BEARD和胡须的男人的图像。我想用这些成对的图像训练GAN，最后我想给NN提供一个输入图像，并想要一个生成的输出图像。 我认为这可能是一个图像到
浏览 31提问于2020-01-10得票数 2
1回答
我有一个数据集包括配对的MRI和CT的病人。我的目标是从MRI图像中生成合成CT。因为我有成双成对的图像，哪个GAN网络最适合这个目的？CycleGAN还是pix2pix？哪一种方法可以得到高质量的合成CT？我是否可以使用CycleGAN以不成对的方式向模型提供成对图像？就我
浏览 8提问于2022-04-12得票数 0
1回答
在GAN中，鉴别器的目的是区分实际输入和由发生器合成的输入。
假设我训练一个GAN，直到发电机足够好的时候欺骗鉴别器。然后，我可以使用判别器作为分类器来测试输入是否属于单个类吗？例如，如果我训练StyleGAN能够合成真实感的猫，我能用经过训练的鉴别器来检测图像是否是猫吗？我的想法是，也许鉴别器会比其他分类器模型更精确，因为它对更多的输入进行了有效的</e
浏览 0提问于2020-01-09得票数 7
我正在使用Keras，并尝试使用人工智能和机器学习。我已经做了几个项目，现在我想复制一个数据集。我该往哪个方向学习呢？要开始学习此模型，我应该查找哪些内容？我只需要一位专家给我指出正确的方向。我要澄清的是，通过复制数据集，我的意思是我想要获取一系列具有易于区分的模式的数字，然后让AI生成类似的新数据。
浏览 22提问于2019-10-31得票数 0
回答已采纳
3回答
我理解了GAN是如何工作的，而两个网络(生成网络和区分网络)是如何相互竞争的。我已经建立了一个DCGAN (具有卷积鉴别器和非卷积发生器的GAN)，它现在成功地生成了类似于MNIST数据集中的手写数字。
我读过很多关于GAN从图像中提取特征的应用。如何使用我训练过的GAN模型
浏览 0提问于2017-03-09得票数 13
我正在处理一个问题，我找不到足够的数据集(图像)来输入我的深层神经网络进行训练。
斯科特·里德等人发表的论文“生成对抗性文本到图像合成”给了我很大的灵感。生成对抗性网络。我很想知道，我是否可以使用可用的小数据集作为GAN模型的输入，并生成一个更大的数
浏览 0提问于2017-04-04得票数 15
回答已采纳
我正在研究深度学习模型在胸部X光异常检测方面的表现。由于数据稀少，我使用不同的增强策略来增加数据，包括：生成对抗性网络
与现有的文献相反，我发现，与GAN生成的合成图像相比，传统的增强方法(我在此已经提到)的模型显示出了很好的效果。
浏览 0提问于2018-11-28得票数 1
回答已采纳
1回答
是否有可能用生成器(有条件地训练类)改进图像分类模型。(因此，这是相同的源/目标分布和相同的源/目标任务，而不是域适应)
注意：“改进”可以是在鲁棒性、校准、或彻底的精确/召回改进、OOD性能方面。例如，我在数据A上训练图像分类模型，然后在数据A上有条件地训练GAN以生成具有类提示的图像。然后利用<
浏览 0提问于2023-05-14得票数 0
在GAN的应用中，我们看到如此多的人使用MNIST和Cifar10数据集，因为这些数据集被分成了训练数据和测试数据。虽然我们的大多数情况是，我们可能需要使用我们的数据。就像我的数据集的训练路径是：'/content/
浏览 2提问于2021-04-28得票数 0
1回答
我有一个模型，它本质上是一个辅助条件GAN；模型的第一部分是生成器，最后一部分是鉴别器。鉴别器进行多类(k=10)预测。在的工作之后(pp3是一个有用的图，但请注意，为了这个问题的目的，我忽略了网络结构的修改)，我通过生成合成输入和类标签(“内部循环”)来训练整个模型进行T=32迭代。我可以使用判别器(Learner)对真实数据和</em
浏览 1提问于2020-03-16得票数 1
我正在学习GAN，并试图在自定义数据集上运行pix2pix GAN模型，我每个时期的平均生成器损失和平均鉴别器假损失和真实损失如下所示-
和我只是不明白，为什么我的生成器损失减少了，而鉴别器假图像损失增加了有没有人能帮我理解一下我犯的错误或者我所面临的训练问题？批量: 16学习率: 0.0008优
浏览 4提问于2021-09-26得票数 0
1回答
你好，我是应用ML的新手，我试图解决这样一个问题:我给出了几幅图像，其中有几个补丁和蒙面图像，其中这些补丁被分类/提取为训练data.Given，我需要使用ML来训练网络，这样它就可以为测试数据集生成那些蒙面图像我想知道在两种情况下哪种技术最适合使用Python扩展库，比如Scikit或只使用Numpy和Scipy。提前感谢
浏览 0提问于2017-01-05得票数 1
我从GANs开始，我正在MNIST数据集上训练一个DC-GAN。我想使用Frechet初始距离(FID)来评估我的模型。由于盗梦空间网络没有对MNIST数字进行分类训练，我可以使用任何简单的MNIST分类器吗?或者对于我需要使用的分类器有什么条件？还是我应该只使用盗梦空间网络？我还有几个问题
计算FID时应
浏览 3提问于2019-07-24得票数 4
回答已采纳
2回答
小数据集上的CNN太夸张了
、、、、
这可能不是最理想的架构，因为我的计算机速度慢，我只运行了一次不同的模型，并选择了矩阵混淆，我没有使用交叉验证，我没有尝试更复杂的架构，因为我的数据量很小，我读过小架构是最好的，值得尝试更复杂的架构吗？这里的结果与5和12个时代，巴赫大小80。这是我的测试集的混淆矩阵。
就像你看到的，我看上去太夸张了。当我只运行
浏览 0提问于2019-05-02得票数 0
我正在学习如何自定义培训循环的本教程。
def __init__(self, discriminator, generator, latent_dim):
def compile(self, d_
浏览 2提问于2021-09-24得票数 7
回答已采纳
5回答
我想用GAN来增强数据，但我搞不懂什么是优点。和犯人。对于使用GAN的数据增强，或者与其他数据增强技术(如标准数据增强)相比，我们为什么使用GAN来进行数据增强？
你的回答对我会有很大帮助的。谢谢。
浏览 0提问于2019-12-23得票数 7
回答已采纳
我正在尝试用TensorFlow在椅子的3D模型上训练GAN。其目的是使GAN模型具有椅子的完整上下文，然后能够基于3D模型生成椅子的图像。我一直在做的就是将一个3D模型读入python，并围绕它的(x，y，z)轴旋转模型，然后存储图像(用于训练)。结果是从各个角度拍摄了130万张椅子的图片。我想知道是否有更好
浏览 19提问于2019-09-11得票数 0
回答已采纳
0回答
这是我第一次使用GAN。我使用包含3个类的数据集训练了一个ConditionalProGAN (在此链接中的实现：https://github.com/minxdragon/pro_gan_pytorch)。我保存了模型。现在，我想使用它来生成特定类的图像。请帮帮忙。用于理解我的问题的CIFAR-10<em
浏览 26提问于2020-11-19得票数 0
我使用DCGAN ( Deep Convolution GAN )生成图像。但是，我想在嵌入式设备上运行它，比如Intel Movidius或Jetson。但是，在浏览了几篇互联网文章时，我知道嵌入式设备只用于深入学习的情况下进行推理。GAN基本上是一个生成网络。怎么能有推论呢？对于GAN来说，推理和训练是否是一回事？它(GAN)能在嵌入式设备上运行吗?内存是一个真正的问题吗？
浏览 0提问于2018-08-27得票数 2
1回答
我用谷歌的免费信用。我的带有CPU的笔记本电脑似乎不能胜任这项任务。📷这是主要代码。甚至花了几天的时间编写了这段代码。其余的代码都是样板来训练。生成器的输出是(1024,1024)图像</em
浏览 0提问于2018-05-30得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
