您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Deep Convolution Generative Adversarial Networks 源码

  2. # Deep Convolution Generative Adversarial Networks This example implements the paper [Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks](http://arxiv.org/abs/1511.06434)
  3. 所属分类:深度学习

    • 发布日期:2020-08-13
    • 文件大小:4kb
    • 提供者:m0_37384317
  1. pi-GAN:https的实现-源码

  2. 皮干 论文pi-GAN: Periodic Implicit Generative Adversarial Networks for 3D-Aware Image Synthesis 使用PyTorch Lighting pi-GAN: Periodic Implicit Generative Adversarial Networks for 3D-Aware Image Synthesis 。 当前的实现基于存储库 。
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:18kb
    • 提供者:weixin_42107491
  1. GIF:GIF是具有真实3D几何和光度控制的逼真的生成人脸模型-源码

  2. GIF:生成可解释的面Kong 这是论文的正式实现。 GIF是具有照片真实感的生成人脸模型,可以对3D几何形状(参数 ),外观和照明进行显式控制。 关键字:可生成的可生成人脸,条件生成模型,GAN的3D调节,真实感人脸的显式3D控制,真实感人脸。 重要连结 项目页面 论文pdf 视频演示 观看简短的演讲 引文 如果您发现我们的工作对您的项目有用,请引用我们为 inproceedings { GIF2020 , title = {{ GIF }: Generative Interpret
  3. 所属分类:其它

  1. DSMAP:[ECCV 2020]用于生成对抗式样式转换的特定于域的映射-源码

  2. 生成对抗式风格转移的特定于域的映射 本文针对生成型对抗式风格转移的特定于域的映射的Pytorch实现。 示例结果 纸 生成对抗式样式转换的特定于域的映射,,2020年欧洲计算机视觉会议(ECCV) 引文 如果您发现这项工作对您的研究有用,请考虑引用以下内容: inproceedings{chang2020dsmap, author = {Chang, Hsin-Yu and Wang, Zhixiang and Chuang, Yung-Yu}, title =
  3. 所属分类:其它

    • 发布日期:2021-03-19
    • 文件大小:14mb
    • 提供者:weixin_42099815
  1. genforce:GenForce-源码

  2. 用于生成建模的GenForce Lib 一个有效的PyTorch库,用于深度生成建模。 愿Generative Force(GenForce)与您同在。 强调 分布式培训框架。 训练速度快。 模块化设计,用于制作新模型的原型。 与相比,高度再现了StyleGAN的培训。 包含丰富的预训练GAN模型集的模型动物园,并带有。 我们还将在不久的将来支持以下功能。 请保持调整状态。 PGGAN和StyleGAN2(可能还有BigGAN)的培训。 模型训练基准。 从训练GAN编码器。
  3. 所属分类:其它

  1. distribution_augmentation:论文代码,“生成建模的分布增强”,ICML 2020-源码

  2. 生成模型的分布增强 这是在ICML 2020上展示的Distribution Augmentation for Generative Modeling的代码库。 论文链接: : 来自我们自回归CIFAR-10模型的无条件样本。 (150m参数,t = 0.94) 设置 该代码已在Python 3.7.3,Ubuntu 16.04,Anaconda 4.7.11,Tensorflow版本1.13.1和CUDA 10上进行了测试。它需要V100 GPU。 它需要从源代码安装blockspa
  3. 所属分类:其它

  1. Generative-Design-Systems-with-P5js:随附一系列视频的代码-源码

  2. Generative-Design-Systems-with-P5js:随附一系列视频的代码
  3. 所属分类:其它

  1. improved_CcGAN:用于图像生成的连续条件生成对抗网络-源码

  2. 连续条件生成对抗网络 该存储库提供了我们针对CcGAN的论文中的实验源代码。 如果您使用此代码,请引用 inproceedings{ ding2021ccgan, title={Cc{GAN}: Continuous Conditional Generative Adversarial Networks for Image Generation}, author={Xin Ding and Yongwei Wang and Zuheng Xu and Will
  3. 所属分类:其它

  1. SinGan:审核原始算法和模型-源码

  2. 辛干 | | | | 该文件的官方pytorch实施:“ SinGAN:从单个自然图像中学习生成模型” ICCV 2019最佳论文奖(马尔奖) 来自单个图像的随机样本 使用SinGAN,您可以从单个自然图像中训练生成模型,然后从给定图像中生成随机样本,例如: SinGAN的应用 SinGAN还可以用于一系列图像处理任务,例如: 这是通过将图像注入已训练的模型来完成的。 请参阅我们的第4节的更多细节。 引文 如果您使用此代码进行研究,请引用我们的论文: inproceedings{rott
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:111mb
    • 提供者:weixin_42097557
  1. generative-源码

  2. 生成的
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:13kb
    • 提供者:weixin_42164534
  1. meta-generative-art_dcgan-源码

  2. meta-generative-art_dcgan 我的CCLab特プロ2021-spring项目
  3. 所属分类:其它

    • 发布日期:2021-03-05
    • 文件大小:151mb
    • 提供者:weixin_42104947
  1. Algorithm-Zoo:此仓库是我通过Python 3实现和经典算法的演示-源码

  2. 算法动物园 此仓库是我通过Python 3实现和经典算法的演示。 回购结构 tree -d -L 2 # only display directories with maximum depth of 2 . ├── Computer Vision │   ├── DCT - Discrete Cosine Transform │   ├── Delauany Trianglization Image Morphing │   ├── Histogram Equalization Algori
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:75mb
    • 提供者:weixin_42174098
  1. Attention2Angio:[ICPR'20] [Tensorflow]使用基于Attention的GAN从视网膜眼底图像合成荧光素血管造影-源码

  2. - - - - - - -工作正在进行中 - - - - - - - - - - - - - ICPR2020注意事项2 该代码是ICPR 2020补充材料的一部分,适用于我们的论文Attention2AngioGAN:使用可逆对抗网络从视网膜眼底图像合成荧光素血管造影。 此后,该论文已加入ICPR 2020,并将于2021年1月发表。 Arxiv预印本 https://arxiv.org/abs/2007.09191 引文 article{kamran202
  3. 所属分类:其它

  1. SinGAN:该文件的官方pytorch实施:“ SinGAN:从单个自然图像中学习生成模型”-源码

  2. 辛干 | | | | 该文件的pytorch官方实现:“ SinGAN:从单个自然图像中学习生成模型” ICCV 2019最佳论文奖(马尔奖) 来自单个图像的随机样本 使用SinGAN,您可以从单个自然图像中训练生成模型,然后从给定图像中生成随机样本,例如: SinGAN的应用 SinGAN还可以用于一系列图像处理任务,例如: 这是通过将图像注入已训练的模型来完成的。 请参阅我们的第4节的更多细节。 引文 如果您使用此代码进行研究,请引用我们的论文: inproceedings{rott
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:79mb
    • 提供者:weixin_42137032
  1. 生成艺术网-源码

  2. 生成艺术网 用js生成艺术! 入门 1.全局安装canvas-sketch CLI工具和canvas草图 npm install canvas-sketch-cli -g npm install canvas-sketch 2.克隆仓库并打开它 git clone https://github.com/BirgerMoell/generative-art-web/ cd generative-art-web canvas-sketch sketch.js --open 创建一个新项目 git c
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:48mb
    • 提供者:weixin_42136365
  1. Generative-Design-Max-MSP:Generative Design处理草图到MaxMSP的端口-源码

  2. 生成设计最大MSP包 这是库和Max / MSP的示例的端口。 它还包括库的某些功能,以使移植示例的工作变得轻松一些。 应该对“ Generative Design”一书的作者以及p5.js的创建者和社区给予充分的感谢。 安装 克隆或下载此仓库,然后将其移至“最大软件包”文件夹。 重新启动最高 如果您在code目录中编辑任何.js文件,则需要重新启动Max才能使更改生效。 m4x() m4x是从库中克隆的有用功能的库。 如果您想知道这个名称, m4x是max代名词。 之所以选择它,是因为它包
  3. 所属分类:其它

    • 发布日期:2021-02-14
    • 文件大小:31mb
    • 提供者:weixin_42164534
  1. inpainting_gmcnn:通过生成的多列卷积神经网络进行图像修复,NeurIPS2018-源码

  2. 通过生成多列卷积神经网络进行图像修复 ,,,,。 带有矩形遮罩的Places2,CelebA-HQ和Paris街景的结果。 在Places2和CelebA-HQ上随机抽奖的结果。 介绍 该存储库适用于NeurIPS 2018论文`` ''。 如果我们的方法对您的研究有用,请考虑引用: inproceedings{wang2018image, title={Image Inpainting via Generative Multi-column Convolutional Neural N
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:16mb
    • 提供者:weixin_42151599
  1. 生成压缩:用于极端学习图像压缩的生成对抗网络的TensorFlow实现-源码

  2. 生成压缩 TensorFlow实现,用于使用生成对抗网络来学习图像压缩。 该方法由Agustsson等开发。 等基于。 提出的想法非常有趣,并且对它们的方法进行了详细描述。 用法 代码取决于 # Clone $ git clone https://github.com/Justin-Tan/generative-compression.git $ cd generative-compression # To train, check command line arguments $ pytho
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:14mb
    • 提供者:weixin_42132359
  1. gans:在PyTorch和Tensorflow中实施的生成对抗网络-源码

  2. gans:生成对抗网络 在PyTorch和Tensorflow中实现了多个生成对抗网络(GAN)。 ,以获取有关Generative Networks的介绍。 香草甘氨酸 在这个项目中发现的香草GAN是根据Goodfellow等人的原始论文《 开发的。 这些在上进行了训练,并学会了使用二维输入图像的一维矢量表示来创建手写数字图像。 训练前后,类似MNIST的生成图像。 直流电源 此存储库中的深度卷积生成对抗网络(DCGAN)是基于Radford等人的原始论文《进行而开发的。 这些都是在和
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:17mb
    • 提供者:weixin_42125770
  1. sketch-transformerMMD:[Siggraph亚洲,2020年] sketch-transformerMMD:一种改进的草图生成模型[出版物:Pixelor:竞争性素描AI代理。 所以你认为你可以打败我?-源码

  2. 草图变压器 使用变压器编码器和MMD损耗的改进的Sketch-RNN模型。 该代码库有助于构建本文的Sketch-Generative模型: “ Pixelor:一个有竞争力的素描AI代理。您认为您可以击败我吗?”,Ayan Kumar Bhunia *,Ayan Das *,Umar Riaz Muhammad *,Yongxin Yang,Timothy Hospedales,Tao Xiang,Yulia Gryaditskaya,Song Yi-Zhe Song( *相等贡献),[Si
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:60mb
    • 提供者:weixin_42120550
« 12 3 »