generative-adversarial-network

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

TextGAN adalah framework PyTorch untuk model pembuatan teks berbasis Generative Adversarial Networks (GANs).

Koleksi metode deteksi anomali (berbasis iid/titik, grafik, dan deret waktu) termasuk pembelajaran aktif untuk deteksi/penemuan anomali, penambangan aturan Bayesian, serta deskripsi untuk keragaman/penjelasan/interpretabilitas. Analisis penggabungan umpan balik label dengan detektor berbasis ensemble dan pohon. Termasuk serangan adversarial dengan Graph Convolutional Network.

InstaGAN: Terjemahan Citra Sadar-Instans (ICLR 2019)

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

[ICCV 2021] Focal Frequency Loss untuk Rekonstruksi dan Sintesis Gambar

Super-Resolusi Gambar Tunggal Realistis Foto Menggunakan GAN | Tutorial PyTorch untuk Super-Resolusi

Kode untuk Hands-on Unsupervised Learning Using Python (O'Reilly Media)

Model Deep Learning cepat untuk meningkatkan resolusi video dari rendah ke tinggi pada 30fps

Implementasi Pytorch dari Generative Adversarial Networks (GAN) dan Deep Convolutional Generative Adversarial Networks (DCGAN) untuk dataset MNIST dan CelebA