generative-adversarial-network

Implementación oficial de "Pivotal Tuning for Latent-based editing of Real Images" (ACM TOG 2022) https://arxiv.org/abs/2106.05744

TextGAN es un framework de PyTorch para modelos de generación de texto basados en Redes Neuronales Generativas Antagónicas (GANs).

Una colección de métodos de detección de anomalías (basados en puntos/iid, grafos y series temporales) que incluye aprendizaje activo para la detección/descubrimiento de anomalías, minería de reglas bayesianas y descripción para diversidad/explicación/interpretabilidad. Análisis de incorporación de retroalimentación de etiquetas con detectores de conjunto y basados en árboles. Incluye ataques adversarios con Graph Convolutional Network.

InstaGAN: Traducción de imágenes con reconocimiento de instancias (ICLR 2019).

Código en PyTorch para "PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer" (CVPR 2020 Oral)

[ICCV 2021] Pérdida de frecuencia focal para la reconstrucción y síntesis de imágenes.

Superresolución de imagen única fotorrealista mediante una red generativa antagónica | Un tutorial de PyTorch para superresolución

Código para Hands-on Unsupervised Learning Using Python (O'Reilly Media)

Un modelo de aprendizaje profundo rápido para escalar videos de baja resolución a alta resolución a 30 fps

Implementación en PyTorch de redes generativas antagónicas (GAN) y redes generativas antagónicas convolucionales profundas (DCGAN) para los conjuntos de datos MNIST y CelebA