← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9416.g · 生成模型:Tencent Hunyuan Hy

GAN与图像到图像翻译

理解等级:中级

生成对抗网络(GAN)由生成器与判别器两个网络组成,彼此对抗又共同学习。生成器把随机向量变成样本数据,判别器同时看到真实数据和生成器造出的假数据,判断输入是真是假,就像银行鉴别钞票、造假者不断改进假币。两边都从各自的错误中改进,生成器最终能生成非常接近真实的数据。给 GAN 加上条件约束就得到条件 GAN:输入一对有对应关系的图像,它能学会从其中一张变换出另一张,pix2pix 是这类图像到图像翻译的代表,可为黑白照片上色、由卫星图生成地图、从草图合成物体。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 深度学习入门 深度学习的应用 · 查看原书依据

      GAN 有两个网络:生成器和判别器。 生成器的工作是将随机向量作为输入并生成样本输出数据。 判别器从生成器创建的真实数据和伪数据中获取输入。 判别器的工作是确定输入是来自真实数据还是来自生成器的伪造数据。

    参考来源

    - 位置:《Python深度学习架构实用指南(初译)》第01章《深度学习入门》(源文件:`../../book-sources/extracted/Python深度学习架构实用指南(初译)/_epub-src/OEBPS/Text/04.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:原文描述了生成器与判别器的对抗分工,并以真假货币类比和 pix2pix 应用佐证,支撑本卡对 GAN 与图像翻译的解释。 - 原始内容:GAN 有两个网络:生成器和判别器。 生成器的工作是将随机向量作为输入并生成样本输出数据。 判别器从生成器创建的真实数据和伪数据中获取输入。 判别器的工作是确定输入是来自真实数据还是来自生成器的伪造数据。