计算GaN/AlGaN量子阱的能带子带结构
2021-09-28 18:06:19
2KB
a good and full code with the platform of pytorch with all kinds of GAN.
2021-09-28 18:05:55
29.97MB
基于Keras的GAN网络代码，里面有各种GAN网络的代码，请下载
2021-09-28 14:05:32
1.14MB
TensorFlow 2.0教程
我们的回购。 是的赢家 。
时间线：
2019年10月1日：TensorFlow 2.0稳定！
2019年8月24日：
2019年6月8日：
2019年3月7日：
2019年1月11日：
2018年8月14日：
安装
确保您使用的是python3.x。
CPU安装
pip install tensorflow - U
GPU安装
自己安装CUDA 10.0 （或cudnn ）和cudnn 。 并设置LD_LIBRARY_PATH 。
pip install tensorflow - gpu - U
测试安装：
In [ 2 ]: import tensorflow as tf
In [ 3 ]: tf . __version__
Out [ 3 ]: '2.0.0'
In [ 4 ]: tf . test . is_gpu_available ()
...
totalMemory : 3.95 GiB freeMemory : 3.00 GiB
...
Out [ 4 ]: True
配套TF2视频教程
TensorFl
2021-09-27 21:20:29
105MB
1
使用生成式对抗学习的3D医学图像分割很少
该存储库包含我们在同名论文中提出的模型的tensorflow和pytorch实现：
该代码在tensorflow和pytorch中都可用。 要运行该项目，请参考各个自述文件。
数据集
选择了数据集来证实我们提出的方法。 它包含10个标记的训练对象和13个未标记的测试对象的3D多模式脑MRI数据。 我们将这10个标记的训练数据分为两个模型的训练，验证和测试图像。（例如，2,1和7）13个未标记的测试图像中的其余部分仅用于训练基于GAN的模型。
数据集也用于测试我们提出的模型的鲁棒性。 它包含3种模式（T1加权，T1加权反转恢复和FLAIR）。 原始数据
2021-09-27 16:33:52
1.15MB
1
用于3D对象生成和重构的改进的对抗系统：
这是“用于3D对象生成和重建的改进对抗系统”论文的资料库。 这里举行了三个GAN项目。 第一个保存在3D生成文件夹中，是用于生成3D对象的代码。 第二个保存在3D-reconstruction-Image文件夹中，是用于在以图像输入为条件时生成3D对象的代码。 第三个保存在3D-reconstruction-Kinect文件夹中，它是用于从单个透视图深度扫描中重建3D对象的代码。
该图概述了此仓库中使用的3个创生对抗网络。
示例3D生成
由分布为12个方向的10个3D对象类别的分布生成的示例3D对象进行了旋转，以方便查看。
3D-IWGAN的生成能力与3D-GAN的生成能力的比较。
参考：
如果您将此仓库用于研究，请引用我的论文
新工作：
如果您对3D生成和重构感兴趣，请在查看我的新论文的回购。 重构示例：
来自单个图像的示例重建结果。
2021-09-26 15:52:27
37.52MB
1
本演示文档包含生成对抗网络基本原理、算法分析及衍生模型，适合对生成对抗网络感兴趣的本科生和研究生学习，特别适用于交流汇报
2021-09-26 14:38:34
3.05MB
1
我们提出两级遮挡识别GAN，如图1，来消除任意面部遮挡，使去遮挡过程更加透明。在其中，两级GANs有不同工作，第一个生成器G1用于合成遮挡的图像（分离遮挡），第二个合成器G2用于合成去遮挡的图片。 传统的人脸完成方法试图通过一个阶段直接恢复无遮挡人脸，如图一（a）。相反，我们的G1首先分离出遮挡，再将其作为G2的输入来生成更精确的未遮挡图像。
2021-09-26 11:26:20
19.17MB
1