エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【技術解説】Lightweight GANに浮世絵を学習させてグニョグニョ動かしてみた【東海道五十三次】|デザイニウム
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【技術解説】Lightweight GANに浮世絵を学習させてグニョグニョ動かしてみた【東海道五十三次】|デザイニウム
GANのGeneratorによる出力は基本静止画ですが、入力に使用する潜在変数を少しずつ変化させることで出力... GANのGeneratorによる出力は基本静止画ですが、入力に使用する潜在変数を少しずつ変化させることで出力される画像も合わせて変化し、それらを繋げることで絵が滑らかに動くモーフィング動画を作成することができます。この辺りの話は他のGANを使用した記事でも解説していますので、そちらをご参照ください。 公式実装の方で動作確認してくれている方の記事もあったのですが、リポジトリ自体があまり更新されていないようです。一方でlucidrainsさんによる実装は最近も更新されており動作実績も多そうなので、とりあえず試したいのであればこちらの方が良さそう。 Lightweight GANの特徴としては、学習コストを抑えて比較的高品質な画像生成が可能である点です。元になった論文によると、100枚以下の解像度1024×1024pxの訓練画像を単一のGPU(RTX-2080)で数時間学習させるだけでも高いパフ