gan

Synthetische DatenGeneratoren für Tabellen- und Zeitreihendaten

Messwerte und Metriken für Image-to-Image-Aufgaben. PyTorch.

Eine kuratierte Liste der besten Ressourcen für Künstliche Intelligenz

High-Fidelity-Leistungsmetriken für generative Modelle in PyTorch

PyTorch - FID-Berechnung mit korrekten Schritten zur Bildgrößenänderung und Quantisierung [CVPR 2022]

[IEEE TIP] „EnlightenGAN: Deep Light Enhancement without Paired Supervision“ von Yifan Jiang, Xinyu Gong, Ding Liu, Yu Cheng, Chen Fang, Xiaohui Shen, Jianchao Yang, Pan Zhou, Zhangyang Wang

Begleit-Repository zu „GANs in Action: Deep learning with Generative Adversarial Networks“

Liste des molekularen und materiellen Designs unter Verwendung von Generative AI und Deep Learning

Ein Open-Source-LLM-basiertes TTS-Fundamentalsystem

TextGAN ist ein PyTorch-Framework für auf Generative Adversarial Networks (GANs) basierende Textgenerierungsmodelle.

Eine Sammlung von Anomalieerkennungsmethoden (IID/punktbasiert, Graphen und Zeitreihen) einschließlich aktiverem Lernen zur Anomalieerkennung/-entdeckung, Bayes'schem Regelmining und Beschreibung für Diversität/Erklärung/Interpretierbarkeit. Analyse der Einbindung von Feedback zu Labels mit Ensemble- und baumbasierten Detektoren. Beinhaltet gegnerische Angriffe mit Graph Convolutional Networks.

LLVIP: Ein sichtbarer und infraroter gepaarter Datensatz für Sehvermögen bei schwachem Licht

InstaGAN: Instanzbewusste Bildübersetzung (ICLR 2019)

PyTorch-Code für „PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer“ (CVPR 2020 Oral)

[TOG 2022] SofGAN: Ein Porträt-Bildgenerator mit dynamischem Styling

[ICCV 2021] Focal Frequency Loss für Bildrekonstruktion und -synthese

Fotorealistische Super-Resolution einzelner Bilder mithilfe eines GAN (Generative Adversarial Network) | Ein PyTorch-Tutorial zur Super-Resolution

[TIP'19] AttGAN: Gesichtserklärungs-Attributbearbeitung durch gezielte Änderung

Kursnotizen zur Vorlesung Machine Learning 2021 Spring von Professor Hung-yi Lee an der National Taiwan University (NTU).

Automatische 3D-Charakteranimation unter Verwendung von Pose-Estimation- und Landmark-Generation-Techniken.

GANs sind für ihre Erfolge bei der realistischen Bildgenerierung bekannt, können aber auch für die Generierung tabellarischer Daten eingesetzt werden. Wir untersuchen aktuelle Forschungsarbeiten zu tabellarischen GANs in der Praxis.

Virtual Clothing Assistant, eine benutzerdefinierte Implementierung von ViTON, die es Benutzern ermöglicht, Kleidung virtuell anzuprobieren

PyTorch-Implementierung von Generative Adversarial Networks (GAN) und Deep Convolutional Generative Adversarial Networks (DCGAN) für die Datensätze MNIST und CelebA.

StarGANv2-VC: Ein vielseitiges, unüberwachtes und nicht-paralleles Framework für natürlich klingende Stimmenkonvertierung.

[CVPR 2023 Highlight] Next3D: Generative Neural Texture Rasterization for 3D-Aware Head Avatars