タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
PyTorchでDCGANを作ってみよう
そこで、今回は「CNNなんて怖くない！ その基本を見てみよう」や「PyTorchで畳み込みオートエンコーダーを作ってみよう」などで取り上げた畳み込みニューラルネットワークを利用して、GANを構築してみることにします。 実際の構成は、次のようになります。以下ではConv2dクラスとConvTranspose2dクラスのみを含めてありますが、BatchNorm2dクラスおよびtorch.nnモジュールが提供する活性化関数クラス（torch.nn.Sigmoidクラス、torch.nn.Tanhクラス）も使用します。訓練データと偽物のデータの識別と偽物データの生成の中心的な処理はこれら2つのクラスが請け負うということです。 識別器（ディスクリミネーター）では、CNNで使用するConv2dクラスにより訓練データおよび生成器（ジェネレーター）から入力されたデータを最終的に0～1の値へと変換していきま
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか？〜
TensorFlow2.0とGoogle Colaboratoryの無料TPUを使って、DCGANを実装しました。 訓練経過の様子 pic.twitter.com/2qXowYMk6t — しこあん@『モザイク除去本』好評通販中 (@koshian2) October 21, 2019 何をやったか Google ColabのTPU＋TF2.0でCelebA（約20万枚）をDCGANで生成 TF1.X系のTPUでは、同時に実行可能なグラフは1個の制約があったため、GANの訓練が容易ではなかった（こちらの記事にある通り、不可能であったわけではない。しかし、低レベルAPIが必須で決して容易ではなかった）。TF2.X系のTPUでは、もっと容易にGANを実装できた。 DCGANの論文通りのモデル（パラメーター数：G=12.7M, D=11.0M）で。64x64の画像20万枚を、1エポックを40秒程
★AIDB会員限定Discordを開設いたしました！ 会員登録／ログインの上、マイページをご覧ください。 今年はGenerative Adversarial Networks（GAN）が誕生してから10年目です。この10年間で、GANは画像生成からテキスト生成、さらには音声合成に至るまで、多くの進歩を遂げてきました。この記事では、その歴史的な進化を振り返り、GANがどのように多様な分野で高度な問題解決能力を持つようになったかを確認します。 GANの進化は速く、毎年新しい技術やアプローチが開発されています。さまざまな分野での問題解決に貢献しており、その影響は広範囲にわたっています。 参照論文情報 タイトル：Ten Years of Generative Adversarial Nets (GANs): A survey of the state-of-the-art 著者：Tanujit C
今回の目的 前回は畳み込みニューラルネットワークを使用したGAN、いわゆるDCGANを作り、MNISTの手書き数字っぽい画像を自動生成してみました。今回は、その学習時にフォーカスを当てて、実際にはどんなふうに学習が進んでいるのかを見てみることにしました。 といっても今回行ってみるのは、前回に紹介したDCGANの論文や、難しい数式をベースに話をするのではなく、識別器（ディスクリミネーター）からの出力がどんな値になっているかを主な話題とするつもりです。 そこで、識別器と生成器の役割について、ここで一度振り返っておきましょう。 DCGAN（Deep Convolutional Generative Adversarial Network）の「Adversarial」は「敵対的」という意味でした。このことからも分かる通り、識別器と生成器は相反する目的を持っています。識別器が訓練データと偽データとを
DCGAN (Deep Convolutional GAN)：畳み込みニューラルネットワークによる敵対的生成
オイラはCG上がりの人間なので、ディープラーニングへの興味は画像認識のような識別系よりもっぱら生成系なのである。 最近はCG系の学会でもお馴染みになりつつあるGAN(敵対的生成ネットワーク)についてちゃんと知りたくて、その前知識としてニュー...
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GANの概要とDCGANのアーキテクチャ／アルゴリズム
TensorFlow2.0 + 無料のColab TPUでDCGANを実装した - Qiita
GANの10年にわたる歴史を振り返る〜DCGANからTransGANまで〜 | AIDB
PyTorchでCIFAR-10を基にDCGANで画像生成をしてみよう
AIDB on X: "【GANの10年】今年はGANが誕生して10年目です。以下は、歴史的研究の抜粋です。 ○ Tanujit Chakraborty et al. Ten Years of Generative Adversarial Nets (GANs): A survey of the state-of-the-art ■2014年 GANが初めて誕生する ■2015年 高品質な画像を生成できるようになる（DCGAN）… https://t.co/7KbJWjR2Uz"
seiga.nicovideo.jp
www.jcp.or.jp
www.youtube.com
www.rakuten-sec.co.jp
www.a-tm.co.jp
www.gamespark.jp