PyTorch DCGAN From Scratch - Arkkitehtuurin parantaminen CNN: ien avulla

Blogi

Tässä videossa rakennamme generatiivisen vastapuoliverkoston, joka perustuu konvoluutiovaiheisiin hermoverkkoihin, ja harjoittelemme sitä CelebA -tietojoukolla. Tämä on valtava parannus edellisiin yksinkertaisiin täysin yhdistettyihin GAN -järjestelmiin, jotka on toteutettu aiemmissa videoissa.

DCGAN -paperi:
https://arxiv.org/abs/1511.06434

CelebA Videossa käytetty aineisto:
https://www.kaggle.com/dataset/504743cb487a5aed565ce14238c6343b7d650ffd28c071f03f2fd9b25819e6c9

Github -arkisto:
https://github.com/aladdinpersson/Machine-Learning-Collection

YHTEENVETO:

  • 0:00 - Johdanto
  • 0:26 - Nopea paperikappale
  • 4:31 - Syrjijän toteuttaminen
  • 9:38 - Generaattorin käyttöönotto
  • 15:27 - Painon alustus ja testimalli
  • 19:09 - Harjoituksen aloitus
  • 31:36 - MNIST -koulutus
  • 32:20 - Muutokset CelebA -tietojoukkoon
  • 33:52 - Koulutus CelebA: lla ja päättyy

#pytorch #syväoppiminen #python #koneoppiminen #kehittäjä

www.youtube.com

PyTorch DCGAN From Scratch - Arkkitehtuurin parantaminen CNN: ien avulla

Rakennamme generatiivisen vastakkainasettelun verkoston, joka perustuu konvoluution hermoverkkoihin, ja koulutamme sitä CelebA -tietojoukolla. Tämä on valtava parannus edellisiin yksinkertaisiin täysin yhdistettyihin GAN -järjestelmiin, jotka on toteutettu aiemmissa videoissa.