AKA你的闺蜜

WGAN缓解甚至消除了许多GAN训练过程中存在的问题。相较于原始GAN的其根本的改进是对损失函数的修改。本文介绍了WGAN及其变体WGAN-GP的详解与实现。

生成对抗网络包括两个组成部分：生成网络 G 的功能就是产生逼真的假钞试图欺骗鉴别器 D，鉴别器 D 通过学习真钞和生成器 G 生成的假钞来掌握钞票的鉴别方法。

「这是我参与11月更文挑战的第10天，活动详情查看：2021最后一次更文挑战」 前面写了很多内容了，都是在进行一些数据处理，但是我们需要储存读取数据的时候，就需要文件了。 这篇学委带大家过一过文件处理

「这是我参与11月更文挑战的第9天，活动详情查看：2021最后一次更文挑战」 讲了很多数据容器操作，这篇我们看看时间的处理。 开发中常用的日期操作有哪些？ 获取当前时间 获取系统秒数（从纪元时间开始）

尽管自回归模型在图像生成中并不常见，但自回归模型仍然是研究的活跃领域。在本文中，将介绍自回归模型并构建PixelCNN模型。

「这是我参与11月更文挑战的第13天，活动详情查看：2021最后一次更文挑战」 第1题 🎗 以下程序中 while 循环的循环次数是 📝 分析： 注意区分循环中使用 continue 和 break

在本项目中，我们将使用 OpenCV 和 Flask 构建检测猫脸的深度学习 Web 应用程序，，最后通过实战测试使用 OpenCV 和 Flask 创建的 Web 猫脸检测 API。

自注意力机制随着自然语言处理模型（称为“Transformer”）的引入而变得流行。可以利用自注意力来观察特征图中的每个像素，并将注意力集中在更加重要的像素上。

为了进行多样化图像转换，本文详解了BicycleGAN，BicycleGAN可以找到潜在编码z与目标图像B之间的关系，因此生成器可以在给定不同的z时学会生成不同的图像。