Generatives Deep Learning

KAPITEL 5

Malen

Bislang haben wir verschiedene Möglichkeiten kennengelernt, ein Modell darauf zu trainieren, anhand eines Trainingsdatensatzes, den wir imitieren möchten, neue Beispiele zu erzeugen. Wir haben dies auf verschiedene Datensätze angewandt und gesehen, wie VAEs und GANs eine Zuordnung zwischen latentem Raum und ursprünglichem Pixelraum erlernen können. Durch das zufällige Wählen eines Punkts im latenten Raum können wir dann mithilfe des generativen Modells diesen Punkt in ein neues Bild im Pixelraum umwandeln.

Beachten Sie, dass alle bislang gesehenen Beispiele komplett neuartige Bilder erzeugen – damit ist gemeint, dass die einzige im Modell verwendete Eingabe der Vektor mit Zufallszahlen aus dem latenten Raum ist.

Stiltransfer