[B! pytorch][Pytorch][gan] hkjのブックマーク

PyTorch (12) Generative Adversarial Networks (MNIST) - 人工知能に関する断創録

前回（2018/2/28）の最後で次はConditional VAEだと言っていたけど思いっきり無視して (^^;) 今回はGenerative Adversarial Networks (GAN) やろう。いくつかのデータセットで実験しようと思っているけど今回は最初ということでMNISTから。今回の実装は正確に言うとGeneratorとDiscriminatorに畳み込みニューラルネットを使っているので DCGAN（Deep Convolutional Generative Adversarial Networks）と呼ばれるGANにあたる。論文の設定とは微妙に違うところあるけど。 180303-gan-mnist.ipynb - Google ドライブまずはいつものimportから。 import os import pickle import numpy as np impor

hkj 2023/02/13

pytorch
GAN

リンク

examples/dcgan at main · pytorch/examples

hkj 2018/09/12

GAN
pytorch

リンク

SRGANをpytorchで実装してみた - Qiita

SRGANをpytorchで実装してみました。上段が元画像、中段がbilinear補完したもの、下段が生成結果です。 ipynbのコードをgithubにあげました SRGANとは SRGANはDeepLearningを用いた超解像のアルゴリズムです。超解像とはその名の通り、低解像度画像を高解像度の画像に変換する技術です。元論文では下図のようにoriginal画像と見分けがつかないレベルの生成を行なっています(論文Fig2)。それまで一般的に使われていたbicubic補完と比べても一目瞭然ですね。 SRGANのネットワーク SRGANのネットワークは下のようになっています。(論文Fig4) 特徴としてはGANを用いて敵対的な学習を可能にしていることと、GeneratorにResNetを用いていることです。ResNetのスキップが細かい特徴を維持しやすくしているということでしょうか？ここら