加载中...
文章
29
标签
21
分类
11
主页
标签
分类
JSJ-0513
六级
返回首页
主页
标签
分类
六级
发表于
2026-03-15
|
更新于
2025-09-30
|
英语
|
浏览量:
文章作者:
荆树吉
文章链接:
http://jsj0513.top/2026/03/15/%E5%85%AD%E7%BA%A7/
版权声明:
本博客所有文章除特别声明外,均采用
CC BY-NC-SA 4.0
许可协议。转载请注明来源
JSJ-0513
!
六级
上一篇
生成式对抗网络
生成式对抗网络(GAN)传统的对应的架构,生成架构 用network当作生成器,每一次随机生成对应的z,知道对应的分布是简单的,已知的均匀分布或者是正态分布,network的输出变成复杂的范围。 这样的网络就叫做生成器。 为什么要选择分布?训练资料是不断录制的影片,影片中小精灵的位置预测。传统的网络预测会让小精灵进行分裂,同样的转角会产生两种不同的结果,两种训练资料,进行两面讨好,就会同时向左向右转。让机器的输出是有几率的为其解决方法。加上一个分布包含向左转和向右转。 当我们的任务需要一点创造性时,同样的输入,多种不同的输出。 让人们进行画图的工作会产生不同的结果,比如画一个红色的眼镜的人。 采用聊天的方法,去生成对应的图片。 这样我们就要生成式对抗网络。 GAN的基础原理淦,就是这么读。有很多种的英文字母,取名是很难的。 机器生成二次元人物的脸。 输入一个正态分布,生成一个低维的向量,会生成一个二次元人物的脸,产生一个非常高维的向量,输入不同,输出就会不同。选择一个简单的分布函数。 Discriminator输入一张图片,输出一个数字,判断一个图片是二次元人物的可能性...
下一篇
矩阵分析关键手写笔记
荆树吉
部署博客
文章
29
标签
21
分类
11
Follow Me
公告
最新文章
数据结构
2026-03-15
生成式对抗网络
2026-03-15
六级
2026-03-15
矩阵分析关键手写笔记
2026-03-15
计算机组成
2026-03-15
繁