”computer-vision deep-learning computer-graphics image-processing pytorch artificial-intelligence generative-adversarial-network image-generation cyclegan DeeplearningPython“ 的搜索结果

     对抗性鲁棒性工具箱(ART)v1.5 对抗性鲁棒性工具箱(ART)是用于机器学习安全性的Python库。 ART提供的工具使开发人员和研究人员可以针对逃避,中毒,提取和推理的对抗性威胁捍卫和评估机器学习模型和应用程序。...

     生成的基于专家的用户模型用于基于学习的推荐系统Pytorch的强化学习 基于纸张的下相同的标题剖成Adverserial强化学习基于用户模型实现推荐系统的Pytorch执行 此回购包括: 必要数据(Yelp评论) ...

     @article{DBLP:journals/corr/abs-2005-10322, author = {Yashar Deldjoo and Tommaso {Di Noia} and Felice Antonio Merra}, title = "A survey on Adversarial Recommender Systems: from Attack/Defense ...

      title={Targeted Adversarial Perturbations for Monocular Depth Prediction}, author={Wong, Alex and Cicek, Safa and Soatto, Stefano}, booktitle={Advances in neural information processing systems}, year...

     pytorch-CycleGAN 一个清晰易读的CycleGAN的Pytorch实现( ) 先决条件 该代码旨在与Python 3.6.x ,尚未在以前的版本中进行过测试 按照的说明进行当前设置 在漂亮的Web浏览器视图中绘制损耗图并绘制图像 ...

     analyticsBot-sc2 对抗策略游戏《星际争霸II》的数据分析/模式发现机器人。 使用生成对抗网络(GAN)实施。 从高斯生成7个资源变量的最佳特征集。 所有代码都可以在各个模块中找到。 管理员拥有主要的运行脚本。...

      @article{tang2020multi, title={Multi-Channel Attention Selection GANs for Guided Image-to-Image Translation}, author={Tang, Hao and Xu, Dan and Yan, Yan and Corso, Jason J and Torr, Philip HS and Se...

     GAN(Generative Adversarial Networks)是在无监督机器学习中使用的模型,由两个神经网络在零和游戏框架中相互竞争的系统实现。 它是由Ian Goodfellow等人介绍的。 在2014年。 该存储库的目的是提供自2014年推出...

     generative_adversarial_networks_101:生成对抗网络的Keras实现。 具有MNIST和CIFAR-10数据集的GAN,DCGAN,CGAN,CCGAN,WGAN和LSGAN模型

10  
9  
8  
7  
6  
5  
4  
3  
2  
1