generative-adversarial-network

《GANs in Action: Deep learning with Generative Adversarial Networks》的配套仓库

“Pivotal Tuning for Latent-based editing of Real Images”(ACM TOG 2022) 的官方实现 https://arxiv.org/abs/2106.05744

TextGAN 是一个用于基于生成对抗网络（GAN）文本生成模型的 PyTorch 框架

异常检测方法集合（IID/基于点、图和时间序列），包含用于异常检测/发现的主动学习、贝叶斯规则挖掘、多样性/解释性/可解释性描述。分析结合标签反馈与集成及基于树的检测器。包含使用 Graph Convolutional Network 的对抗攻击。

InstaGAN: 实例感知图像翻译 (ICLR 2019)

“PSGAN: Pose and Expression Robust Spatial-Aware GAN for Customizable Makeup Transfer”(CVPR 2020 Oral) 的 PyTorch 代码。

[ICCV 2021] 用于图像重建与合成的焦点频率损失函数

使用生成对抗网络（GAN）的真实感单张图像超分辨率 | 超分辨率 PyTorch 教程

Python 动手学无监督学习（O'Reilly Media）一书的代码

一个能以 30fps 将低分辨率视频升频至高分辨率的快速深度学习模型

针对 MNIST 与 CelebA 数据集，实现生成对抗网络 (GAN) 与深度卷积生成对抗网络 (DCGAN) 的 PyTorch 版本。