1qweasdzxc / DCGAN_generate_anime_picturesLinks
生成对抗网咯(GAN)是一类在无监督学习中使用的神经网络,其有助于解决按文本生成图像、提高图片分辨率、药物匹配、检索特定模式的图片等任务。本库包含利用DCGAN生成动漫图片项目资源及代码。
☆56Updated 5 years ago
Alternatives and similar repositories for DCGAN_generate_anime_pictures
Users that are interested in DCGAN_generate_anime_pictures are comparing it to the libraries listed below
Sorting:
- 基于keras使用dcgan自动生成动漫头像☆69Updated 3 years ago
- pytorch implementation of WGAN to generate anime avatar☆60Updated last year
- 八种最常用的GAN生成式对抗网络代码框架☆67Updated 6 years ago
- 图像风格迁移算法CycleGAN复现练习, 基于PyTorch☆24Updated 4 years ago
- 基于GAN的动漫头像生成☆85Updated 4 years ago
- GAN 使用生成对抗网络生成新的图片样本☆83Updated 7 years ago
- 基于pytorch实现的、带GUI的图像风格迁移程序.☆30Updated 2 years ago
- 里面包含许多GAN算法的Keras源码,可以用于训练自己的模型。☆239Updated 3 years ago
- 基于svm的手写数字图像识别☆51Updated 6 years ago
- 通过CycleGAN网络模型实现无匹配数据的风格迁移,将真实人脸图片转换为漫画头像☆73Updated 4 years ago
- Kang根据前辈们的代码用keras、pytorch改写的CNN图像风格迁移☆74Updated 4 years ago
- 用强化学习DQN算法,训练AI模型来玩合成大西瓜游戏,提供Keras版本和PARL(paddle)版本☆90Updated 4 years ago
- 深度卷积生成对抗网络(DCGAN)—— 动漫妹子头像生成 2018-10-22☆23Updated 6 years ago
- 这里主要存放做过的深度学习的一些实战项目☆34Updated 5 years ago
- 这是我生产实习的项目——GAN实现图像风格迁移☆12Updated 3 years ago
- Source code corresponding to the blog article: 指纹识别源代码(1)-图像处理 指纹识别源代码(2)-特征点提取☆82Updated 4 years ago
- 北京大学软件与微电子学院《人工智能实践》课程项目第6小组,新加入APP功能,项目代码持续完善中。☆84Updated 5 years ago
- 基于深度生成对抗网络gan的图像修复模型☆78Updated 5 years ago
- 调用resnet预训练模型进行图片分类☆28Updated 5 years ago
- 深度学习与PyTorch入门实战视频教程 配套源代码和PPT☆78Updated 5 years ago
- gan_torch (cpu & gpu)☆30Updated 4 years ago
- 使用PyTorch构建生成对抗网络 生成二次元头像☆12Updated 6 years ago
- 基于无监督学习,无需训练,先使用SIFT算法提取图像特征,再使用KMeans聚类算法进行图像分类,速度非常快,精度还在提高。☆131Updated 5 years ago
- 基于pix2pix模型的动漫图片自动上色(keras实现) 2019-2-25☆108Updated 4 years ago
- 指纹图像处理;指纹提取;指纹图像增强;Gabor滤波器☆17Updated 5 years ago
- 毕业设计项目----基于图神经网络与多任务学习的图像分类器☆44Updated 5 years ago
- 基于 C++ 实现爬山法,模拟退火算法,遗传算法 求解N皇后问题☆19Updated 5 years ago
- PyTorch implements of Auxiliary Classifier GAN☆12Updated 3 years ago
- 生成对抗网络原理剖析与TensorFlow实践☆28Updated 4 years ago
- 2019春哈工大模式识别与深度学习实验☆94Updated 5 years ago