Qiita - 人気の記事Sep 3, 2025

DCGAN×MNIST：学習データ量の違いで生成画像はどう変わる？Lossと質の限界をチェック！
https://qiita.com/ntaka329/items/1c7bb3ec3e7329b6ff26?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #機械学習 #AI #TensorFlow #MNIST #DCGAN

DCGAN×MNIST：学習データ量の違いで生成画像はどう変わる？Lossと質の限界をチェック！ - Qiita

はじめに GMOコネクトの永田です。 前回の記事でDCGAN（Deep Convolutional Generative Adversarial Networks）を試しているとき、学習に利用するデータ量がどの程度結果に影響するんだろう？と、ふと疑問に思ったので試してみま...

Qiita
Show threadQuasimondo ♾Dec 31, 2019
@[email protected] @[email protected] @[email protected] @[email protected] @[email protected] 2017 is when things got serious. I totally missed out on #DCGAN - maybe it was because I lacked the necessary hardware to train my own models. So #pix2pix became my door to the world of #GANs. I started with some next-frame-prediction experiments.
https://twitter.com/quasimondo/status/817382760037945344?s=20
Mario Klingemann on Twitter

“Here's what happens if you badly train a neural network to predict the next frame in a video and give it a still image to start with: https://t.co/tVVH3qWz37”

Twitter
heise online (inoffiziell)Feb 17, 2018
Forscher der Universität San Diego haben eine für die Bilderzeugung beliebte Idee erfolgreich zur Tonerzeugung adaptiert. Ein Team aus gegeneinander arbeitenden neuronalen Netzen lernt dabei, mit wenig Daten Ziffern auszusprechen. https://www.heise.de/newsticker/meldung/Generative-Adversarial-Networks-erfinden-jetzt-auch-Ton-3972397.html #Audio #DCGAN #GaN #GenerativeAdversarialNetworks #KI #WaveGAN
Generative Adversarial Networks erfinden jetzt auch Ton

Forscher der Universität San Diego haben eine für die Bilderzeugung beliebte Idee erfolgreich zur Tonerzeugung adaptiert. Ein Team aus gegeneinander arbeitenden neuronalen Netzen lernt dabei, mit wenig Daten Ziffern auszusprechen.