Cyclegan生成式对抗网络，使用tensorflow快速实战-附件资源

HCCG-CycleGAN - 使用CycleGAN生成手写汉字

共享博文cyclegan哪一篇的代码，如果涉及到了侵权或者其他问题可以联系我。

cyclegan 手写汉字生成 Handwritten-CycleGAN-master.zip

这个项目的基本原理是用python搭建的GAN算法模型，进行训练得出。

CycleGAN和SGAN的PyTorch实现用于Domain Transfer

pytorch-CycleGAN 一个清晰易读的CycleGAN的Pytorch实现（ ） 先决条件 该代码旨在与Python 3.6.x ，尚未在以前的版本中进行过测试 按照的说明进行当前设置 在漂亮的Web浏览器视图中绘制损耗图并绘制图像 pip3 install visdom 训练 1.设置数据集 首先，您需要下载并设置数据集。 最简单的方法是使用UC Berkeley信息库中已经存在的数据集之一： ./download_dataset 有效的<数据集名称>是：apple2orange，summer2winter_yosemite，horse2zebr

CycleGAN网络与非配对图像之间的转换 ，采用python语言编写程序实现

这是cyclegan的数据集，可以用来训练苹果和橘子之间进行相互转换，就是橘子可以生成苹果，苹果也是可以生成橘子，这就是cyclegan干的活

CycleGAN-VC2-PyTorch | 这段代码是用于纸张的PyTorch实现： ，是有关语音转换/语音克隆的工作。 数据集 风投 中国男性演讲者（AISHELL 和） 用法 训练 例子 演示版 参考 更新 2020.11.17 ：修复的问题：重新实施第二步的逆向损失。 2020.08.27 ：通过添加第二步的逆向性损失 循环GAN-VC2 为了推进非并行VC的研究，我们提出了CycleGAN-VC2，它是CycleGAN-VC的改进版本，结合了三种新技术：改进的目标（两步对抗损失），改进的生成器（2-1-2D CNN） ）和改进的鉴别器（GAN修补程序）。 该存储库包含： 实施本文的。 ，可用于创建缓存。 来训练模型。 -训练后转换的结果。 目录 要求 pip install -r requirements.txt 用法 预处理 python pre