- 授权协议: 未知
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://github.com/anantzoid/Conditional-PixelCNN-decoder
- 软件文档: https://github.com/anantzoid/Conditional-PixelCNN-decoder/blob/master/README.md
- 官方下载: https://github.com/anantzoid/Conditional-PixelCNN-decoder/archive/master.zip
软件介绍
这是使用 PixelCNN 解码器生成条件图像的 Tensorflow 实现,其引入了最初在像素周期性神经网络中提及的基于 PixelCNN 架构的门控 PixelCNN 模型。
该模型可以基于标签或图像的潜在表示来相应地生成图像。图像也可以无条件地建模。
它也可以作为一个强大的解码器,并可以在自动编码器和 GANs 中取代反卷积(转置卷积)。这篇文章的详细摘要可以在这里找到。
示例:
架构:
这是模型中使用的 Gated PixelCNN 的架构:
jQuery基础教程 (第4版)
[美] Jonathan Chaffer、[美] Karl Swedberg / 李松峰 / 人民邮电出版社 / 2013-10 / 59.00
本书由jQuery API网站维护者亲自撰写,第一版自2008上市以来,一版再版,累计重印14次,是国内首屈一指的jQuery经典著作! 作为最新升级版,本书涵盖jQuery 1.10.x和jQuery 2.0.x。本书前6章以通俗易懂的方式讲解了jQuery的核心组件,包括jQuery的选择符、事件、动画、DOM操作、Ajax支持等。第7章和第8章介绍了jQuery UI、jQuery M......一起来看看 《jQuery基础教程 (第4版)》 这本书的介绍吧!
