Generative Deep Learning, 2ª Edição

Capítulo 10. GANs avançados

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

Objectivos do capítulo

Neste capítulo, vais aprender:

• Vê como um modelo ProGAN treina progressivamente um GAN para gerar imagens de alta resolução.

• Compreende como o ProGAN foi adaptado para criar o StyleGAN, um GAN de elevado desempenho para síntese de imagens.

• Explora como o StyleGAN foi ajustado para criar o StyleGAN2, um modelo de última geração que melhora ainda mais o trabalho original.

• Conhece as principais contribuições destes modelos, incluindo a formação progressiva, a normalização adaptativa de instâncias, a modulação e desmodulação de pesos e a regularização do comprimento do caminho.

• Percorre a arquitetura do Self-Attention GAN (SAGAN), que incorpora o mecanismo de atenção na estrutura do GAN.

• Vê como o BigGAN expande as ideias do documento SAGAN para produzir imagens de alta qualidade.

• Aprende como o VQ-GAN utiliza um livro de códigos para codificar imagens numa sequência discreta de tokens que podem ser modelados utilizando um Transformer.

• Vê como o ViT VQ-GAN adapta a arquitetura VQ-GAN para utilizar transformadores em vez de camadas convolucionais no codificador e descodificador.

O Capítulo 4 introduziu as redes adversariais generativas (GAN), uma classe de modelo generativo que produziu resultados de ponta numa grande variedade de tarefas de geração de imagens. A flexibilidade na arquitetura do ...