GAN 使用生成对抗网络的逼真的单图像超分辨率 论文翻译

该资源中，论文中英文版本资源都有，Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Networ

使用注意生成对抗网络将文本转为图像生成

该论文paper是CVPR2018一篇关于文本到图像合成的文章，这篇文章的主要思想是将生成256x256图像的文图转换成先生成64x64，然后再生成128x128，最后再生成256x256的问题（与s

李宏毅GAN对抗生成网络2018最新ppt包括作业指导ppt及相关论文

李宏毅GAN对抗生成网络2018最新ppt及相关论文，包括作业指导ppt 视频地址https://www.bilibili.com/video/av24011528/?p=1 博客地址：https:/

GAN生成对抗网络原文中文翻译

本资源是Goodfellow发表的论文Generative Adversarial Nets的完整翻译版本，可供直接下载打印研究学习

经典生成对抗网络文章集

几篇经典生成对抗网络文章，包含最原始的GAN和几种相关的主要变形。

基于生成对抗网络的语音增强代码及参考论文

附件是用生成对抗网络编写的语音增强代码，效果经过测试非常好。优于现有方法！

万字综述之生成对抗网络

前阵子学习GAN的过程发现现在的GAN 综述文章大都是2016年 lan Goodfellow或者自动化所王飞跃老师那篇。可是在深度学习，GAN领域，其进展都是以月来计算的，感觉那两篇综述有些老了

《GANs生成式对抗网络综述：算法、理论与应用》【密歇根大学28页综述论文】.zip

生成式对抗网络（Generative Adversarial Networks，GANs）作为近年来的研究热点之一，受到了广泛关注，每年在机器学习、计算机视觉、自然语言处理、语音识别等上大量相关论文发

论文研究-基于条件生成对抗网络的漫画手绘图上色方法.pdf

提出一种基于条件生成对抗网络（CGAN）的漫画手绘图自动上色方法。实验中，采用U型结构的生成器，对网络模型使用L1进行约束，在生成器和判别器的对抗式训练中，模型不断学习并优化手绘图到对应彩色图像间的映

tf-3dgan, 3D 生成对抗性网络的Tensorflow实现.zip

tf-3dgan, 3D 生成对抗性网络的Tensorflow实现 tf-3dgan 基于的生成对抗性网络的Tensorflow实施。这是一个tensorflow实现，通过 3D 个生成对抗建模学习对

生成模型和生成对抗网络是何方神圣？计算机视觉的魔力

全文共4413字，预计学习时长13分钟 来源：Pexels 概述 · 生成模型和生成对抗网络（GANs）是计算机视觉应用最新进展的核心。本文将介绍GANs及其不同的组件。有一些激动人心的GANs用例，

论文研究-基于生成对抗网络的运动模糊图像复原.pdf

针对相机成像时相机抖动、物体运动等导致图像产生运动模糊这一十分具有挑战性的问题，提出基于生成对抗网络的深度卷积神经网络来复原模糊图像的解决方案。该方案省略了模糊核估计的过程，采用端对端的方式直接获取复

论文研究-基于生成对抗网络的单帧遥感图像超分辨率.pdf

受成像设备、传输条件等因素限制，遥感图像的清晰度难以保证。图像超分辨率技术旨在从低分辨率图像中恢复出高分辨率图像，对遥感图像的高质量解译具有重要意义。针对传统方法依赖多帧图像序列、重建结果过于平滑等问

基于对抗生成网络的纹理合成方法

基于对抗生成网络的纹理合成方法，山东大学计算机学院2016级毕设论文，查重率10%以下，可参考，引用请说明。

生成式对抗网络GAN综述

本资源通过整理目前GAN的相关论文做出PPT，PPT配套演讲文档，和附上PPT所述的来源引文

论文研究-最小二乘迁移生成对抗网络.pdf

现有的生成对抗网络（Generative Adversarial Networks，GAN）损失函数已经被成功地应用在迁移学习方法中。然而，发现这种损失函数在学习过程中可能会出现梯度消失的问题。为了克

论文研究-基于迁移学习的双层生成式对抗网络.pdf

在生成式对抗网络的对抗训练中，目标样本训练集不足会导致模型无法准确学习到对应的特征，但对于需要人工制作、标记的目标样本训练集又很难获取。针对这一问题，提出了基于迁移学习的双层生成式对抗网络模型，在第一

论文研究-基于生成对抗网络的恶意域名训练数据生成.pdf

当前僵尸网络大量采用DGA算法躲避检测，针对主流的基于人工规则的检测算法无法对最新产生的DGA域名进行识别检测和基于机器学习的检测算法缺乏演化的训练数据的问题，提出了一种基于ASCII编码方式定义域名

Explaining_and_Harnessing_Adversarial_Examples.pdf

这篇文章由Goodfellow等人发表在ICLR'2015会议上，是对抗样本领域的经典论文。这篇文章主要提出与之前论文不同的线性假设来解释对抗样本的存在性。同时，论文提出了一种简单的对抗样本生成方法—

论文研究-基于对抗训练和卷积神经网络的面部图像修复.pdf

为了有效地修复大面积破损的面部图像，使用了解码器-编码器结构的卷积神经网络作为生成模型，并在其部分层之间增加skip-connection，以增强生成模型的结构信息预测能力，同时引入对抗训练策略优化生

GAN对抗生成网络作者讲义

自从 Ian Goodfellow 在 14 年发表了 论文 Generative Adversarial Nets 以来，生成式对抗网络 GAN 广受关注，加上学界大牛 Yann Lecun 在 Q

基于生成对抗网络的对抗样本攻击方法

基于生成对抗网络的对抗样本攻击方法，田宇，刘建毅，随着深度学习技术的广泛应用，深度学习安全问题也逐渐引起人们关注，其中，对抗样本攻击是深度学习在安全领域中的热点。如何对深

最新《生成式对抗网络GAN进展》综述论文

生成对抗网络(GANs)在过去的几年里得到了广泛的研究。可以说，它们最重要的影响是在计算机视觉领域，在这一领域中，图像生成、图像-图像转换、面部属性处理和类似领域的挑战取得了巨大进展。

用GAN填补缺失数据_ICML2018论文

此论文是ICML2018的一篇缺失值填补的论文，论文中采用生成对抗网络（GAN）来填补。

Generative Adversarial nets鉴赏.pdf

Ian Goodfellow2014年生成对抗网那篇开山论文的赏析讲解，经典中的经典！对搞GAN的会有帮助的

近期必读的5篇顶会WWW 2020【图神经网络（GNN）】相关论文-Part2.zip

近期，随着会议的临近，有很多paper放出来，几周前专知小编整理了WWW 2020图神经网络(GNN)比较有意思的论文，这期继续为大家奉上WWW 2020五篇GNN相关论文供参考——对抗攻击、Hete

ICLR 2020 # 微软亚洲研究院精选论文解读（附4篇优质文章）

本文为大家介绍的4篇微软亚洲研究院精选论文分别研究了 BERT 在机器翻译中的应用，有理论保障的对抗样本防御模型 MACER，一种新的基于自我博弈的文本生成对抗网络（GAN）训练算法，以及可广泛应用于

能生成逼真图像的不只有 GAN

本文由机器之心编译 去年 9 月，BigGAN 横空出世，被誉为「史上最强 GAN 生成器」，其逼真程度众多研究者高呼「鹅妹子嘤」！相关论文也被 ICLR 2019 接收为 Oral 论文。 今年 2

论文翻译_基于多域对抗的异质人脸合成.pdf

Face Sketch Synthesis by Multidomain Adversarial Learning论文翻译-基于多域对抗学习的人脸素描合成 论文摘要：摘要— 给定一组人脸照片-素描对的

really-awesome-gan, 关于生成竞争性( 神经网络) 网络的论文列表.zip

really-awesome-gan, 关于生成竞争性( 神经网络) 网络的论文列表 really-awesome-gan生成对抗性( 神经网络) 网络的论文和其他资源列表。 这个网站由 Holger