重要公告

为更好地推广我社的中文期刊,扩大论文展示和被阅读范围,我社将与北京春城教育出版物研究中心合作在中国出版发行专业文集 、 汇编作品等电子出版物。因来稿数量巨大,我社人员有限,实在来不及同各作者一一单独协商, 我社在此特作如下声明:所有作者已发布来稿将同时视为作者同意投递北京春城教育物研究中心用于中国大陆地区相关电子出版物的编制出版使用。如个别作者存有异议,请在本月内来函声明 , 我们将充分尊重作者意愿。即曰起 ,全部投寄我社出版的中文稿件均视为作者同意同时向北京春城教育物研究中心投稿出版,如不想在相关地域出版,请在投递时加以说明。感谢配合和支持!

2020年5月15日

首页出版说明中文期刊中文图书环宇英文官网付款页面工作人员查询

基于 DCGAN的人脸生成模型

喻 东, 周 丽

摘要


在计算机硬件技术取得突破性进展后,深度学习无疑成为学习界的最大的赢家。各种深度神经网络在计算机视觉、语音处理、自然语言处理领域取得突破性进展。本文所讲的DCGAN在结合了CNN和传统的GAN后,在处理无监督学习问题上有了很大的突破。本文使用了Python语言在TensorFlow深度学习框架上对原始DCGAN进行训练,并且使用了现在深度学习中常用的优化网络的方法,最后可以生成与训练样本具有相同特征的人脸图片

关键词


卷积神经网络生成对抗网络深度卷积生成对抗网络人脸生成

全文:

PDF

参考


GoodfellowIJ.PougetabadieJ.MirzaM,etal.GenerativeAdversarialNetworks[J].Advancesin NeuralInformationProcessingSystems,2014,3:2672-2680 [2]SzegedyC.AnOverviewofDeepLearning[J].AITP2016,2016. [3]LiuM Y,TuzelO.CoupledGenerativeAdversarialNetworks[J].2016 [4]Bouvirej.NotesonConvolutionalNeuralNetworks[J].NeuralNets,2006. [5]焦李成,赵进,杨淑媛,刘芳.深度学习、优化与识别[M].北京:清华大学出版社,2017.




DOI: http://dx.doi.org/10.18686/jsjxt.v1i3.1257

Refbacks

  • 当前没有refback。