您当前的位置:网站首页>冬虫夏草香烟,【机器学习PAI实战】—— 玩转人工智能之使用GAN主动生成二次元头像,姝

冬虫夏草香烟,【机器学习PAI实战】—— 玩转人工智能之使用GAN主动生成二次元头像,姝

2019-04-04 14:04:07 投稿作者:admin 围观人数:159 评论人数:0次

深度学习作为人工智能的重要手法,迎来了迸发,在NLP、CV、物联网、无人机等多个范畴都发挥了十分重要的效果。最近几年,各种深度学习算法层出不穷, Generative Adverarial Network(GAN)自2014年提出以来,引起广泛重视,身为深度学习三巨子之一的Yan Lecun对GAN的点评颇高,以为GAN是近年来在深度学习上最大的打破,是近十年来机器学习上最有意思的作业。环绕GAN的论文数量小细胞肺癌也迅温度计速增多,各种版别的GAN呈现,首要在CV范畴带来了一些奉献,如下图所示。

咱们能够运用GAN生成一些咱们需求的图画或许文本,比方二次元头像。

GAN首要的运用是自动生成一些东西,包含图画和文本等,比方随机给一个向量作为输入,经过GAN的Generator生成一张图片,或许生成一串句子。Conditional GAN的运用更多一些,比方冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝数据集是一段文字和图画的数据对,经过练习,GAN能够经过给定一段文字生成对应的图画。臭鳜鱼

陆贝儿
桑卓董

GAN首要能够分为Generator(生成器)和Discriminator(判别器)两个部分,其间Generator其实便是一个神经网络,输入一个向量,能够输出一张图画(即一个高维的向量表明),如下图示。

​Discriminator也是一个神经网络,输入为一张图画,输出为一个数值,输出的数值白内障手术用于判别输入的图画是否是真的,数值越大徜徉,阐明图画是真的,数油烟机怎样清洗值越小,阐明图画为假的,如下图示。

​Generator担任生成图画,Discriminator担任对Generator生成的图画和实在图画去进行比照,区别出真假,Generator需求不断优化来诈骗Discriminat冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝or,以假乱真;而Discriminator也不断优化,来进步辨认才能,能够辨认出Generato快穿辣文r的花招。二者的这种联系能够形象地经过下图展现。

Generator和Discriminator连接起来,构成一个比较大的深层网络,即为冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝GAN网络。

深度学习的各种算法在PAI上能够经过PAI-DSW进行完成,在PAI-DSW上进行练习数据,运用GAN自动生成二次元头像。

首要需求预备实在的二次元头像作为数据集,这儿从网上找到一些同享的资源,存储在了钉钉钉盘中,钉盘地址 ,提取暗码: c2pz,数据集如下图示,约5万多张:

运用PAI-DSW进行GAN算法实践帅哥丁丁,首要需求装置预备好环境。

首要进入到Notebook建模,创立新实例,之后翻开实例,进入Terminal,在Terminal下用户能够像在自己本地相同装置相应的依靠包,进行操作。

预备好环境之后,咱们能够经过如下图示办法,将根据Tensorflow的DCGAN代码和数据集上传上去。 ​

用于练习的DCGAN代码地址:https://github.com/carpedm20/DCGAN-tensorflow,关于DCGAN的网络结构图如下,具体介绍能够参阅论文:https://arxiv.org/ab位面抢掠者s/1三宫六院511.06434,这儿咱们冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝不做胪陈。

数据集和代码上传成功,如下图示。

其间,data目录下的faces即为数据集,该文件夹下为对应的5万多张实在二次元头像。DCGAN-ten冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝sorflow为整个代码途径,其间最首要的两个代码文件是main.py和model.py,其间最首要的中心代码如下。

全部安排妥当之后,咱们履行指令进行练习,调用指令如下:

​python main.py --input_height 96 --input_width 96 --output_height 48 --output_width凯里欧文 48 --dataset faces --crop --train --e张云成poch 300 --input_fname_pattern "*.jpg"

其间,参数dateset刘大心指定数据集的目录,epoch指定循环迭代的次数,input_height、input_width用于指定输入文件的巨细,输出文件的巨细同冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝样也需求参数设定,代码履行进程如下图示:​

咱们来看下履行成果,别离看一下epoch为1,30,100的时分生成的二次元头像效果图。

epoch=1

epoch=30

epoch=100​

咱们发现,跟着不断迭代,生成的二次元头像也越来越传神。

经过上面的冬虫夏草卷烟,【机器学习PAI实战】—— 玩转人工智能之运用GAN自动生成二次元头像,姝实践,咱们领会到了GAN的魅力,GAN的变种有许多,除此之外咱们还能够运用GAN做十分多的有意思的工作,比方经过文字生成图画,经过简略文字生成宣扬海报等。PAI-DSW曾达明像是一个练武场,为咱们预备好了深度学习所需求的环境和条件,让咱们能够纵情享用大数据和深度学习的趣味,除了GAN,像比较炽热的Bert等52youwu模型,咱们也都能够试一试。

本文作者:不等_赵振才

原文链接:https://yq.aliyun.com/articles/692342?utm_content=g_1000048853

本文为云栖社区原创内容,未经答应不得tesla转载。

人工智能 大数据 金士顿 比照
声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间效劳。
the end
生活中常见急性重症,关心你的健康