腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
4
回答
我们能用
生成
的
对抗
性
网络
生成
巨大的数据集吗?
deep-learning
、
gan
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。够了吗?
浏览 0
提问于2017-04-04
得票数 15
回答已采纳
1
回答
将谱图
图像
转换回音频
audio
、
generative-adversarial-network
、
spectrogram
我使用librosa
生成
了一些Mel-光谱图,用于
生成
对抗
性
网络
(GANs)。我已经保存了
生成
的光谱图通过GAN的
图像
格式(.png)。现在我正试图将
图像
转换回音频。有可能吗?
浏览 6
提问于2021-05-29
得票数 0
2
回答
OpenCV Python -修复损坏的文本
python
、
opencv
、
ocr
我正在尝试修复损坏的文本(下面的
图像
),以便可以对
图像
执行OCR。我该如何修复下面的文本?我已经尝试过膨胀,腐蚀,形态闭合,以及使用轮廓之间的距离。所有这些似乎都不起作用。cv2.imshow('img', img)cv2.destroyAllWindows() 上面的
图像
被识别为
浏览 0
提问于2019-02-14
得票数 12
0
回答
Tanh()在发电机
网络
输出层的应用
machine-learning
、
computer-vision
、
deep-learning
、
convolution
我正在研究
生成
对抗
网络
。最近,在阅读Radford等人的一篇论文时。,我发现他们的
生成
器
网络
的输出层使用了Tanh()。Tanh()的范围是(- 1,1),但是双精度格式的
图像
的像素值在0,1,有人能解释一下为什么在输出层使用Tanh(),
生成
器如何
生成
像素值合适的
图像
吗?
浏览 8
提问于2017-06-13
得票数 2
回答已采纳
1
回答
GANs与
对抗
性学习的联系
machine-learning
、
neural-network
、
gan
、
adversarial-ml
“
对抗
性学习”(AL)与“
生成
性
对抗
性
网络
”(GANs)之间有联系吗?说甘斯雇用AL有效吗?
浏览 0
提问于2021-12-06
得票数 0
1
回答
生成
完整
图像
的输入坐标的最佳模型结构
machine-learning
、
keras
、
computer-vision
、
convolutional-neural-network
实质上,进入模型的是一个xy坐标,结果将是一幅
图像
。这是用于在每像素水平上对相机进行特征化的。我尝试过使用原始的xy坐标进行输入,并使用conv网(unet)
生成
一个x*y数量的
图像
,但这并不能很好地收敛。然后,我尝试用一个白色的xy像素来输入完整的黑色
图像
,但是由于输出
图像
大多是黑色的,所以它欺骗了整个输出的黑色。然后,我尝试将输出
图像
裁剪成只属于感兴趣的区域,但它又一次很难产生任何真正的变化,而且通过眼睛只
生成
了白色的
图像
。 有标准的方法在
浏览 0
提问于2020-04-10
得票数 1
回答已采纳
1
回答
Tensorflow CNN不学习(
图像
中的
图像
输出)
python
、
tensorflow
我被困在一个大学项目的Tensorflow卷积神经
网络
上,我希望有人能帮我。
网络
似乎没有学到任何有用的东西,我有一种感觉,我忘记了一些基本的东西。当学习时,准确率约为5%。我不知道是加载还是保存
图像
出错了? 我基于tensorflow mnist教程编写的代码。
浏览 2
提问于2018-03-09
得票数 0
回答已采纳
1
回答
使用神经
网络
从
图像
数据集
生成
图像
neural-network
、
lstm
、
generative
、
generative-art
我的问题是,我有一个由数百张128x128
图像
(抽象画)组成的数据集-我想简单地使用神经
网络
生成
更多与这些
图像
相似的
图像
(
网络
最好不需要输入,可能除了随机值?),但我不清楚我将如何进行。我想过但还没有试过的一种解决方案是制作一个LSTM神经
网络
,将绘画转化为像素值的一维阵列,并将这些阵列提供给
网络
(LSTM
网络
非常擅长学习序列)-但如果我想处理更大的
图像
,这可能不是很实用。
浏览 4
提问于2017-03-28
得票数 0
1
回答
将绘图转换为nparray
python
、
numpy
、
matplotlib
、
speech-recognition
、
spectrogram
至少,matplotlib如何从任意形状的数组
生成
图像
? 我正在尝试创建一个
生成
性的
对抗
性
网络
,它将
生成
光谱图的
图像
(这是由于该
网络
在
图像
生成
方面的卓越性能)。然后,我想将这些光谱图
图像
转换为定量光谱图,即将曲线图转换为数值数组。
浏览 10
提问于2019-06-25
得票数 0
2
回答
生成
性
对抗
网络
是否需要类别标签?
machine-learning
、
neural-network
、
classification
、
multiclass-classification
我相信我理解
对抗
训练的过程。我似乎找不到的信息是: GANs在训练过程中是否使用类标签?我目前的理解是否定的--因为鉴别器只是试图区分真实或虚假的
图像
,而
生成
器试图创建真实的
图像
(但不是任何特定类别的
图像
)。 如果是这样,那么研究人员建议如何使用鉴别器
网络
进行分类任务?该
网络
将只能在真实或虚假
图像
之间执行双向分类。
生成
器
网络
也很难使用,因为我们不知道输入向量'Z‘的什么设置会产生所需的
生成
浏览 4
提问于2017-07-05
得票数 0
1
回答
GANs固有的类不平衡?
machine-learning
、
classification
在GAN中,有两个相互
对抗
的
网络
,一个是分类器,对手试图通过
生成
虚假
图像
来欺骗分类器。所有从GAN
生成
的
图像
都将是假的,所以如果算法运行足够长的时间,就会出现类不平衡,对吧?
浏览 8
提问于2017-08-05
得票数 1
1
回答
理解
生成
对抗
性
网络
machine-learning
、
keras
、
deep-learning
、
generative-adversarial-network
1.初始训练(100个历元,500个批次/期,10个样本/批次) 首先,我训练了论文中提出的模型(包括风格、知觉、L1和
对抗
性损失)。来自张拉板的大多数图形看起来也很好:(这些都是GAN-模型的值,包含
生成
器(GENERATOR_Loss)的总损失、基于
生成
的
图像
的不同损失(L1、perc、style)以及
对抗
性损失(DISCRIMINATOR_loss对于
生成
的
图像
,鉴别器的
对抗
性损失稳步增加。训练鉴别器时的损失(50/
浏览 1
提问于2020-02-03
得票数 6
1
回答
利用
生成
对抗
性
网络
生成
图像
层
neural-network
、
gan
有没有人看到过使用GAN的应用程序,它可以获取输入
图像
并输出相同大小的
图像
,可以用作第一张
图像
的图层。这一层将包含在例如。输入
图像
的兴趣点。这会不会是使用GAN的一个好做法呢?
浏览 0
提问于2017-03-07
得票数 2
回答已采纳
1
回答
GANs中模式下降和模式折叠的区别?
neural-network
、
artificial-intelligence
、
generative-adversarial-network
我知道模式折叠,即
生成
器产生有限种类的样本,但是我没有找到一个很好的关于模式下降的解释。 谁有好的答案?
浏览 19
提问于2019-06-19
得票数 5
回答已采纳
1
回答
如何在训练后使用GAN模型
testing
、
generative-adversarial-network
在测试过程中,我们是否需要对数据进行归一化(就像我们在GAN训练期间进行归一化一样)?
浏览 3
提问于2021-10-29
得票数 1
1
回答
创造新形象
neural-network
、
deep-learning
、
computer-vision
我想用深层神经
网络
创建新的景观
图像
。如果我的输入是一个大的风景图片数据集,我如何才能输出新的景观图片?你推荐哪种技术?
浏览 0
提问于2020-12-26
得票数 1
2
回答
如何利用深度学习
生成
图像
neural-network
、
deep-learning
、
regression
、
linear-regression
它的工作方式是,训练成千上万的猫,狗,飞机等
图像
,然后分类为狗,平面或猫。但我想做相反的事。我想训练狗,猫,飞机,它应该输出
图像
。这是我的主意input output 1 pixels(24*24) of a cat im
浏览 0
提问于2017-07-19
得票数 5
1
回答
生成
对抗
性文本到
图像
合成
gan
、
embeddings
、
deep-learning
、
manifold
“深层
网络
已经被证明可以学习嵌入对之间的内插趋于接近数据流形的表示”。 参考资料:论文
生成
对抗
性文本到
图像
合成第4.3节
浏览 0
提问于2020-07-08
得票数 3
回答已采纳
1
回答
利用
生成
对抗
性
网络
生成
单个
图像
deep-learning
、
gan
、
generative-models
大多数
生成
的
对抗
性
网络
学习数据集的分布,然后
生成
一个分布相似的10's到100's
图像
样本。我很好奇是否有任何研究再生一个单一的形象。谢谢你的帮助。
浏览 0
提问于2018-02-12
得票数 0
2
回答
生成
对抗
网络
tanh?
tensorflow
、
neural-network
、
deep-learning
我想知道,为什么在我看到的大多数GAN模型(至少在MNIST中),激活函数(用于鉴别器和
生成
器)是tanh?ReLu不是更高效吗?(我总是为预测
网络
阅读这篇文章) 谢谢!
浏览 3
提问于2017-01-06
得票数 9
点击加载更多
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
基于生成对抗网络的低秩图像生成方法
生成对抗网络在图像生成上的一些应用
改善图像处理效果的五大生成对抗网络
深度卷积生成对抗网络
协作式生成对抗网络
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券