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