原文:
T2F:所述即所见,使用深度学习,文本一键生成人脸
火爆的老照片动起来、唱歌,微视把AI视频特效打包「一键」实现了
长沙7喜 阅116 转3
一文带你看遍深度学习发展的成就历程(一)
CDA数据分析师 阅336 转2
FamilyGan:预测我们未来孩子的模样
小白学视觉 阅153
有手就行?把大象P转身只需拖动鼠标,华人一作DragGAN爆火
天承办公室 阅31
生成对抗网络详细介绍
dbn9981 阅43 转2
深度学习在2016年都有哪些主要研究进展?(附开源平台地址)| 盘点
LZS2851 阅54
首个超大规模GAN模型!生成速度比Diffusion快20 倍,0.13秒出图,最高支持1600万像素
520jefferson 阅7
一个数学博士的深度学习方法(第 7 部分)
启云_9137 阅20 转2
快速看懂如何使用GAN生成“真实”的人脸
taotao_2016 阅1079 转5
图中不是个真的人,但她真的是个威胁:机器生成图片是与非
懒人葛优瘫 阅69
你真的了解深度学习生成对抗网络(GAN)吗?
InfoRich 阅60 转2
从Pix2Code到CycleGAN:2017年深度学习重大研究进展全解读
叶老师YP 阅200
深度学习在婴儿大脑的磁共振图像分析中的作用(下)
思影科技 阅184 转4
教程 | 在Keras上实现GAN:构建消除图片模糊的应用
洋溢o5l502fgf3 阅300 转2
史上最强GAN被谷歌超越!标注数据少用90%,造假效果却更逼真
2016xing 阅65
想用GAN和Deepfake瞒天过海,没那么容易:这是Adobe和加州伯克利的新研究
莫斯科威 阅130
盘点|2016深度学习重大进展:从无监督学习到生成对抗网络
茂林之家 阅1024 转2
文本生成图像的新SOTA:Google的XMC-GAN
黄爸爸好 阅142 转2
AI绘画会取代画师吗?
新用户5477KoTe 阅27
成立 5 周年:一文览尽 Facebook 人工智能研究院历年重要成果
博容书屋 阅27
基于生成模型的数据合成技术研究
科技分享小助手 阅5
图像处理中的经典机器学习方法
zhuxrgf 阅233 转2
蒙娜丽莎.gif:三星新研究用一张图像合成动图,无需3D建模
杰夫Rose 阅30
首页
留言交流
联系我们
回顶部