tf21-chapter-8/9/10/11 练习GAN

今天把8,9,10,11章节的对抗生成网络GAN的练习完成,最后一个是man2women,训练时间非常长,计划分段训练。

GAN,Generative Adversarial Networks,无监督学习方法,利用对抗思想来学习生成模型。

DCGAN,Deep Convolutional Generative Adversarial Networks,将GAN扩展到卷积神经网络,可以生成高质量图片样本。

cGAN,conditional Generativee Adversarial Networks,条件对抗生成网络,为生成器和判决器都额外加入一个条件。附带一个pix2pix模型和自动上色技术。第10章节的coco数据集无法下载,就没有练习超分辨率。

CycleGAN,不同于之前的“图像翻译”技术,避开图像严格成对的要求,提出循环一致性损失概念,解决空间X到空间Y的训练样本不一一配对的问题。有趣的就是man2women的数据练习,准备用自己的图片show出效果,😄。

8G内存还是小了些,训练了两个晚上就用完了,内存耗尽被系统killed,用90000的model跑了一张256*256的图片,号恶心。。。。。就不贴出来了。

Leave a Reply

Your email address will not be published. Required fields are marked *