IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> Text2Image论文笔记:StackGAN -> 正文阅读

[人工智能]Text2Image论文笔记:StackGAN

网络特点

? ? ? ? ?1. 将产生图像的任务分解为两个阶段,产生了更真实且更大的图像。

? ? ? ? 2. Conditioning Augmentation ,增强了鲁棒性,增大了训练集。

网络结构

Conditioning Augmentation

? ? ? ? 文字描述t被编码器编码为\phi(t)?\phi(t),具体的编码方式参考GAN。latent variables(神经网络的输入之一) c从一个高斯分布N(u(\phi (t),\sigma(\phi (t)))))中取样,此高斯分布的均值与方差都是编码\phi(t)的函数(理解为将编码输入神经网络,得到一个单值输出u 和delta)。此方式提高了鲁棒性,并且产生了更多的训练对。

Stage I GAN

? ? ? ? 从噪声序列中采样得到的z与上一步得到的c结合起来输入一个上采样的神经网络。为了防止过拟合,引入KL散度:

? ? ? ? 定义损失函数L_{D_0}:?

?在训练过程中,只需要依次缩小L_G0,增大L_D0。其中真实的图像标记为I_0,\lambda为一个调试用的参数,实验过程中设定为1.

? ? ? ? 在D中,当图像经过下采样与text信息连接之后,需要经过一个1*1的卷积层,使网络能够同时理解图像信息和文字信息。卷积的结果最后经过一层全连接层,输出一个一维向量表示D的判断。

Stage II GAN

? ? ? ? G输入低分辨率的图像s_0和经过conditioning augmentation的图像信息c。c(N_g维)需要首先在空间上被复制,成为一个M_g*M_g*N_g维的tensor,而与此同时,输入的图片首先经过下采样,之后在channel维度与c相连。这个tensor首先经过一系列的残差网络以连接图像和文字信息,最终经过一系列的上采样生成图片。

? ? ? ? D的结构与Stage-1相同。

? ? ? ? Stage- II的损失函数如下所定义:

?此时不需要输入随机的噪声向量,而是输入第一阶段生成的结果s,因为s中已经保留了噪声向量的信息。图像信息c与第一阶段的c来自于同样的编码网络,但是生成的高斯分布不同(经过了不同的神经网络),故第二阶段可以注意到第一阶段所遗漏的各种信息。

Inception Score

?????????

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-07-17 11:54:48  更:2021-07-17 11:54:52 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年3日历 -2024/3/29 15:43:59-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码