搜索资源列表
adversarial-master
- 该代码实用于生成对抗网络初学者实践，有很详细的代码介绍，干货(The code is practical to generate combat network beginners practice, there is a very detailed code introduction, dry)
1709.04326
- 多智能体设置在机器学习中的重要性日益突出。超过了最近的大量关于深度的工作多agent强化学习，层次强化学习，生成对抗网络和分散优化都可以看作是这种设置的实例。然而，多学习代理人的存在这些设置使得培训问题的非平稳常常导致不稳定的训练或不想要的最终结果。我们提出学习与对手的学习意识（萝拉），一种方法，原因的预期。其他代理的学习。罗拉学习规则包括一个额外的术语，解释了在预期的参数更新的代理政策其他药物。我们发现，利用似然比策略梯度更新的方法，可以有效地计算萝拉更新规则，使该方法适合于无模型强化学习。这
gan_practice-master
- GAN，DCGAN，WGAN，improved-GAN 4种生成对抗网络的tensorflow实现(Complition of GAN,DCGAN,WGAN and improved-GAN with tensorflow.)
GAN
- 生成对抗网络,洗牌代码，重复元组消除，python实现(generate adversary network)
gan
- 生成式对抗网络实现代码，非常简洁，有助于我们掌握。(this is a zip file about GAN.)
adversarial.tar
- 此程序为对抗生成网络，生成图像。 生成对抗网络是一种生成模型（Generative Model），其背后基本思想是从训练库里获取很多训练样本，从而学习这些训练案例生成的概率分布。 而实现的方法，是让两个网络相互竞争，‘玩一个游戏’。其中一个叫做生成器网络（ Generator Network），它不断捕捉训练库里真实图片的概率分布，将输入的随机噪声（Random Noise）转变成新的样本（也就是假数据）。另一个叫做判别器网络（Discriminator Network），它可以同时观察真实和假
SRGAN-master
- 生成对抗网络（SRGAN）的源码，相关文章建议百度ＳＲＧＡＮ(Source code for generating antagonism network (SRGAN))
generative-models-master
- 生成对抗网络中的各种衍生网络结构，包括基础GAN，C-GAN,AC-GAN等等 变分自动编码器各种衍生网络结构，包括条件变分自动编码器等等(Generated in the network against the derivative network structure, including GAN, C-GAN, AC-GAN and so on. The variational autocoder derivative network structure, including con
DCGAN-tensorflow-master
- LINUX平台下，当然也可以在windows平台下运行，DCGAN为卷积下的生成对抗网络，在tensorflow平台的基础上。(LINUX platform, of course, can also run on the windows platform, DCGAN is the convolution generation under adversarial networks, based on the tensorflow platform.)
GAN-master
- GAN标准生成对抗网络基于tensorflow的实现(Implementation of GAN standard generation confrontation network based on tensorflow.)
生成对抗网络
- 生成对抗网络针对mnist数据集，Python语言实现。(Generate confrontation network for MNIST data set, implemented in Python language.)
python
- 通过GAN和WGAN在python的tensorflow平台上实现图片生成，与真实图片基本一致。(Through GAN and WGAN, the image generation is realized on the tensorflow platform of python, which is basically the same as the real picture.)
Generative Adversarial Networks
- GAN（生成对抗网络）的介绍，非常有学习价值(GAN's introduction, very learning value)
GAN-Base-on-Matlab-master
- matlab版本的GAN网络，对抗生成网络(The simulation of GAN network)
GAN-minist-tensorflow-master
- GAN 的基本例程，能够很好的帮助你理解生成对抗网络(The basic routines of GAN can help you understand how to generate confrontation networks.)
FusionGAN-master
- 用生成对抗网络了进行红外和可见光图像融合(Infrared and Visible Image Fusion Using Generated Countermeasure Network)
ac_gan_pytorch
- tensorflow框架下的AC-GAN源码(Source code of AC-GAN)
lesson51-WGAN实战
- 生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。(Emergent against network (GAN, Generative Adversarial Networks) is a kind of deep learni
基于生成对抗网络的图像自动生成
- 通过训练一定的数据集，可以自动生成数据集中所描述的类型的图像，可以做到以假乱真，使得图像的识别算法中看不出破绽，如果图像集是人脸，可以模拟生成出从来没见过的人脸！！！