Cadernos adversários generativos
Coleção de minhas implementações generativas de rede adversária
A maioria dos códigos é para Python3, a maioria dos notebooks funciona
Cyclegan
- Ciclista-Lasagne
- Cyclegan-Kreas
Resultados do Ciclogan
Resultado após 3 horas e 58 épocas em um GTX 1080. De cima para baixo: entrada, falsificação, recriar a entrada.
Resultado de confronto. De cima para baixo: entrada, falsidade, recrie a entrada. [Vídeo do YouTube] (https://www.youtube.com/watch?v=fea4kzq0ofq)
pix2pix
- PIX2PIX-KKERAS: PIX2PIX GAN KERAS Implementação
- PIX2PIX-LASAGNE: PIX2PIX GAN LASAGNE Implementação
- PIX2PIX-TORCH: PIX2PIX GAN Pytorch Implementação
Resultados da amostra PIX2PIX
Validação resultado de bordas para sapatos após 12 épocas. De cima para baixo: entrada, verdade do solo, o resultado.
Resultado da validação do conjunto de dados fachadas após 150 épocas usando resnet. De cima para baixo: entrada, verdade do solo, o resultado.
WGAN no CIFAR10
- WGAN-KEAS: Implementação de Keras de Wasserstein
- WGAN-LASAGNE: Implementação de Lasanha de Wasserstein Gan
- WGAN-TORCH: Implementação de Wasserstein Gan Pytorch com base em https://github.com/martinarjovsky/wassersteingan
WGAN2 (WGAN/WGAN-GP aprimorado)
- WGAN2-LASAGNE: Implementação melhorada de lasanha WGAN (no CIFAR10)
- WGAN2-KKERAS: Implementação aprimorada de WGAN Keras (no CIFAR10)
- WGAN2-LASAGNE-ANIME: WGAN ON ANIME FACE Images, lasanha
- WGAN2-AC-LASAGNE: Implementação de lasanha WGAN aprimorada com Classfier Auxilar
Resultados da amostra WGAN2
- conjunto de dados CIFAR10
- conjunto de dados CIFAR10 com classe auxiliar
- conjunto de dados de face de anime
Infogan
- mnist-infogan: lasanha infogan no conjunto de dados MNIST
- Mnist-Infogan-Paper-Uniform: Lasanha infogan no conjunto de dados MNIST (fllowing the Paper Implementation)
Resultados da amostra infogan
DCGAN
- DCGAN-LASAGNE: DCGAN em lasanha
Resultados da amostra do DCGAN
