原创 男女速變 —— GAN
本篇還是按上一篇的規矩，先上圖： 首先看漢子變女神： 再來看美女變猛男： 最後，向泰坦尼克CP致敬： 讓我穿越命運之門 尋找另一個你的眼神 如夢幻中的星辰 飄落那冰冷紅塵 璀璨色彩 照耀飄飄長髮 暮色陰沉 雕刻時光裏的皺
2020-05-30 16:44:39
2
原创 人臉屬性變換 —— VAE
以下人臉變換都是由AI經過訓練後生成： 小哥向你微微笑： 大叔秒變魅力高： 如花一起來相會： 鮮肉招展浪滔滔： 我要在唐朝，也許也是詩人吧。。。 言歸正傳，以上人臉轉換是通過如下過程得到： 使用CelebA數據集訓練一個
2020-05-30 16:44:39
原创 柳河東獨釣寒江雪，範文正心懷天下憂！
先轉載一篇，耐心看完後，再看後面就明白了 IT外企那點兒事(21): 爲什麼受傷的總是我 當一個人懷着大俠的心，卻擁有着凡人的身的時候，便在風雨飄搖的江湖中不免受傷了。 …於是程序員們在公司裏面工作鬱悶，而在外面找工作的時候又屢屢碰壁的時
2020-05-30 16:44:39
原创 爲什麼JVM局部變量表的一個slot至少要能容納一個int類型的變量
實際上操作數棧的最小單位也是能容納一個int變量。那麼使用boolean，byte，char和short這些類型的時候就只能浪費一些空間了，爲什麼要做這樣的設計呢？！ 原因很簡單，大部分JVM字節碼指令都沒有支持boolean，byt
2019-05-14 10:19:21
1
原创 爲什麼圖像轉換任務需要GAN
從百度的關鍵詞搜索，我注意到最近很多人在關注AI換臉，這些程序員到底要做什麼？！。。。。。。 和AI換臉有關的，知乎上有一篇文章《提高駕駛技術：用GAN去除(愛情)動作片中的馬賽克和衣服》，寫得非常好。 作者以程序員們關注的這個主題爲
2019-04-09 00:54:19
原创 對ResNet和DenseNet的一點比較
在之前的文章中，我曾經詳細的分析過DenseNet。隨着時間的推移，越來越多的人開始關注DenseNet並且把它應用到實際的項目中（我從百度搜索的統計上得到這個結論 😃）。所以我決定也在應用這方面寫一點。 當前卷積網絡使用最廣泛的兩種
2019-04-09 00:54:19
原创 人臉變換 —— GAN
本篇還是按上一篇的規矩，先上圖： 首先看漢子變女神： 再來看美女變猛男： 最後，向泰坦尼克CP致敬： 讓我穿越命運之門 尋找另一個你的眼神 如夢幻中的星辰 飄落那冰冷紅塵 璀璨色彩 照耀飄飄長髮 暮色陰沉 雕刻時光裏的皺紋
2019-03-30 01:03:40
33
原创 數據不匹配與卷積“平移不變”
1. 數據不匹配問題 吳恩達深度學習課程中有幾個小節談到了訓練數據集和測試數據集分佈不匹配的問題，這種不匹配可能經常發生，因爲對於特定問題領域我們可能無法獲得充足的數據，而在深度學習中我們又總是儘量去收集更多的數據來訓練網絡，即使這些
2019-03-24 00:47:09
1
原创 AI生成模型之人臉變換（一） VAE
以下人臉變換都是由AI經過訓練後生成： 小哥向你微微笑： 大叔秒變魅力高： 如花一起來相會： 鮮肉招展浪滔滔： 我要在唐朝，也許也是詩人吧。。。 言歸正傳，以上人臉轉換是通過如下過程得到： 使用CelebA數據集訓練一個VA
2019-02-10 19:52:37
原创 破解VAE的迷思
VAE生成的圖像比較模糊，箇中原因一直缺乏讓人信服的解釋。經常有人聚焦在KL損失上，而筆者認爲本質上這是一個工程問題。至於爲什麼GAN生成的圖像不模糊，請參考VAE的哲學，GAN的哲學。 我們首先觀察一下VAE的任務。要學的圖像是高維
2019-02-10 19:52:27
2
原创 AI生成模型之人臉變換
18年6月的時候，在時光網看到一篇文章《漫威英雄男變女》，覺得很有意思，用深度學習做的話也不難。當時就有兩個思路： 一是使用VAE，操作屬性向量 二是直接在損失裏面加一個性別變化的目標 另外，不使用像素的L2距離做損失，而是使用一
2019-02-10 19:52:27
1
原创 VAE的哲學，GAN的哲學
深度生成模型 深度生成模型希望通過學習真實數據的分佈，來產生和真實數據分佈一致的樣本。本文對兩種生成模型——VAE和GAN做定性的介紹。 對於生成模型，我們不僅希望產生的樣本分佈和真實數據分佈儘量重合，還希望對生成的樣本屬性能有所控制
2019-02-01 20:13:11
3
原创 人臉轉換GAN
目前有很多效果不錯的GAN可以做人臉translation，下面三個（StarGAN有點老，大概一年前吧）很有意思，值得借鑑。 TL-GAN 直接使用GAN，後面接一個特徵鑑別網絡，來提取潛空間變量的意義，這樣就可以控制潛空間變量生成
2019-01-16 19:38:11
1