角川アスキー総合研究所主催のイベント「創作とディープラーニングの出会い」 (http://lab-kadokawa30.peatix.com/) での発表資料ですRead less
ディープラーニングによるラーメン二郎全店舗識別と生成
角川アスキー総合研究所主催のイベント「創作とディープラーニングの出会い」 (http://lab-kadokawa30.peatix.com/) での発表資料ですRead less
)
ノート/Generationとdeconvolution (2016-08-14) - 東邦大学理学部情報科学科 山内のサイト
ノート/ノート 訪問者数 935 最終更新 2016-08-15 (月) 16:10:58 Deep Learning/画像generationで、deconvolutionとは？ の整理 --- 2016/08/14 † ↑ プログラム化したものがいくつか見つかる † すぎゃーん(id:sugyan)氏： TensorFlowによるDCGANでアイドルの顔画像生成 分類器などで使っている畳み込みの逆方向の操作で、最初は小さな多数のfeature mapにreshapeして、これを徐々に小数の大きなものにしていく。"deconvolution"と呼んだり呼ばなかったり、なのかな。TensorFlowではこの操作はtf.nn.conv2d_transposeという関数で実現するようだ。 Tensorflowのマニュアルでは conv2d_transpose 本件、decon
KerasでDCGAN書く - Qiita
性懲りもなく前回の記事の追加実験を続けています。 DCGANを書きたくなったので書いてみたところ、どうでもいい知識が溜まったので書いておきます。 内容は主に以下になります。 KerasのTips的なの DCGANいじる過程 DCGAN自体の説明は他の記事を参照してください。私は主にこのあたりを参考にしました。 Chainerを使ってコンピュータにイラストを描かせる Chainerで顔イラストの自動生成 keras-dcgan Keras関連 Kerasのことしか書いてないので興味ない方は読み飛ばしてください。 Kerasのtrainable Keras DCGAN で検索すると一番上にkeras-dcganがでてきます。参考にしようと覗いてみると訓練中にtrainableの値を切り替えることによってGenerator学習時にDiscriminatorの重みを更新しないようにしているようです
複数のモデルをchainerのTrainerで扱うための3つのポイント
【追記】(2017/03/01) chainer公式にDCGANのサンプルが追加されました。こちらでは、エレガントにUpdaterが書かれていますので是非そちらもご覧になってください。 個人的に今年はGANに関する論文がかなり多いと感じています。 GANを扱うとなると必要なモデルは最低2つ、場合によっては3つのこともあります。 さて、chainer=1.11からTrainerなどによる学習ループが抽象化された一方、Trainerでは基本的に1つのモデルを受け取り学習を実行するように実装されているためGANを実装する場合は、 for epoch in six.moves.range(n_epoch): perm = np.random.permutation(N) for i in six.moves.range(0, N, batch_size): x_batch = x_train[i*
TensorFlowによるDCGANでアイドルの顔画像生成 その後の実験など - すぎゃーんメモ
memo.sugyan.com の続編。 あれから色々な変更しつつ実験してみたりしたのでその記録。 結論を先に書くと、これくらい改善した。 DCGAN ざっくりおさらい Generator: 乱数の入力から画像を生成する Discriminator: 入力した画像がGeneratorが生成したものか学習データのものかを判別する という2種類のネットワークを用意し、お互いを騙す・見破るように学習を行うことで Generatorが学習データそっくりの画像を生成できるようになる、というもの 学習用画像の増加 前回の記事では90人の顔画像データから生成していたけど、あれから収集を続けて もう少し多く集まったので、今回は260人から集めた顔画像100点ずつ、計26,000件を学習に使用した。 Feature matching openai.com の記事で紹介されている "Improved Tech
Chainerで顔イラストの自動生成 - Qiita
PFNのmattyaです。chainerを使ったイラスト自動生成をやってみました(上の画像もその一例です)。 20日目の@rezoolabさんの記事(Chainerを使ってコンピュータにイラストを描かせる)とネタが被っちゃったので、本記事ではさらに発展的なところを書いていきたいと思います。一緒に読んでいただくとよいかと。 概要 Chainerで画像を生成するニューラルネットであるDCGANを実装した→github safebooruから顔イラストを集めてきて学習させた 学習済みモデルをconvnetjsで読み込ませて、ブラウザ上で動くデモを作成した→こちら(ローディングに20秒程度かかります) アルゴリズム 今回実装したDCGAN(元論文)はGenerative Adversarial Networkというアルゴリズムの発展形です。GANの目標は、学習データセットと見分けがつかないようなデ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
