Generative Deep Learning, 2a edizione

Capitolo 10. GAN avanzate

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

Obiettivi del capitolo

In questo capitolo scoprirai:

• Guarda come un modello ProGAN addestra progressivamente una GAN per generare immagini ad alta risoluzione.

• Scopri come ProGAN è stato adattato per costruire StyleGAN, un GAN ad alte prestazioni per la sintesi di immagini.

• Scopri come StyleGAN è stato modificato per creare StyleGAN2, un modello all'avanguardia che migliora ulteriormente il lavoro originale.

• Scopri i contributi chiave di questi modelli, tra cui l'addestramento progressivo, la normalizzazione adattiva delle istanze, la modulazione e la demodulazione del peso e la regolarizzazione della lunghezza del percorso.

• Passiamo all'architettura del Self-Attention GAN (SAGAN), che incorpora il meccanismo di attenzione nel framework GAN.

• Scopri come BigGAN espande le idee del documento SAGAN per produrre immagini di alta qualità.

• Scopri come VQ-GAN utilizza un codebook per codificare le immagini in una sequenza discreta di token che possono essere modellati con un trasformatore.

• Scopri come ViT VQ-GAN adatta l'architettura VQ-GAN per utilizzare i trasformatori al posto dei livelli convoluzionali nell'encoder e nel decoder.

Il Capitolo 4 ha introdotto le reti generative avversarie (GAN), una classe di modelli generativi che ha prodotto risultati all'avanguardia in un'ampia gamma di attività ...