machine-learning - 将图像作为输入而不是潜在向量的 GAN 是什么?
问题描述
在这里,我是 GAN 领域的新手。我知道原始的 GAN 将潜在向量作为输入。但是如果我想完成样式转换和水印去除等任务,输入应该是图像。
然后它让我想到,如果我想基于原始 GAN 架构做这样的工作,我可能需要一个自动编码器来将图像转换为潜在向量。这是一个合法的想法吗?
现在我知道 Pix2pix 可能是我需要的。但是完成这个“图像转换”任务的早期 GAN 架构是什么?
非常感谢。
解决方案
推荐阅读
- python - 在按日期排序的模板中显示数据库内容
- javascript - 通过外部按钮在 Iframe 中播放视频
- ada - 你如何检查安全类型转换?
- rest - 带有浏览器代理的 Web 版 Postman 可以工作,但是带有桌面代理的 Postman 桌面应用程序和 Web 应用程序会出现 503 错误
- javascript - 如何使用用户脚本更改 Bitbucket Pipelines 仪表板上的换行?
- ios - 以编程方式强制自动填充保存密码对话框
- windows - 默认情况下如何启动 Visual Studio Enterprise,而不是 Professional
- shell - 从另一个替换一个 csv 值并填充缺失的值
- statistics - 在所描述的情况下,我如何计算出失败的概率?
- visual-studio - 我不希望 Visual Studio 2019 自动关闭撇号