AIGC实战——ProGAN(Progressive Growing Generative Adversarial Network)

AIGC 0

AIGC实战——ProGAN

    • 0. 前言
    • 1. ProGAN
    • 2. 渐进式训练
    • 3. 其他技术
      • 3.1 小批标准差
      • 3.2 均等学习率
      • 3.3 逐像素归一化
    • 4. 图像生成
    • 小结
    • 系列链接

0. 前言

我们已经学习了使用生成对抗网络 (Generative Adversarial Network, GAN) 解决各种图像生成任务。GAN 的模型架构和训练过程具有很高的灵活性，通过改进 GAN 架构设计和训练过程，研究人员提出了多种不同的网络架构，本节中，我们将介绍 ProGAN (Progressive Growing Gener

也许您对下面的内容还感兴趣：