Lv.1
柠檬柚子茶加冰
更多个人资料
40
成长值
1
关注
2
粉丝
+ 关注
私信
个人介绍
这个人很懒,什么都没有留下
感兴趣或擅长的领域
人工智能、大数据、编程语言
个人勋章
TA还没获得勋章~
成长雷达
40
0
0
0
0
个人资料
个人介绍
这个人很懒,什么都没有留下
感兴趣或擅长的领域
人工智能、大数据、编程语言
达成规则
以上满足
项可达成此勋章
博客
关注
粉丝
论坛
全部时间
全部时间
最近三天
最近一周
最近一月
全部
暂无专栏分类
基于实例的风格迁移
基于神经网络的风格迁移方法虽然生成了令人惊艳的风格转换图,然而目前的大部分方法只能学到一些类似颜色分布,整体结构等,对于局部区域的纹理细节等,并不具备很好的学习能力,在这些细节区域还会带来扭曲和变形。本文介绍的基于实例的方法可以很好的缓解以上问题并得到高质量的风格转换图像。
神经网络
柠檬柚子茶加冰
2021-08-26 20:00:51
12247
0
0
2021-08-26 20:00:51
999+
0
0
风格迁移个人总结
风格迁移(style transfer),指的是保留图片内容(content),将图片转换为目标风格(style)。例如下图中第一行图片分别为各种目标风格图片,第二行为在保留人像(content)的同时风格转换后的图片:注:风格指的是图片颜色、纹理的变化等,部分论文认为内容(content)也是一种风格。 前言:目前的风格迁移几乎大部分都是在GAN(生成对抗网络)的基础上组合AdaIn(适应...
神经网络
柠檬柚子茶加冰
2021-04-19 16:33:18
14177
0
1
2021-04-19 16:33:18
999+
0
1
对抗攻防个人总结
相关概念介绍无目标攻击:使得神经网络错误识别即可。有目标攻击:使得神经网络不仅分类错误,还错误的分类到攻击者指定的类别。白盒场景:可以获取分类模型的权重,logit层输出,softmax层输出,隐藏层,激活函数等信息。黑盒场景:与白盒对立的场景,不能获取网络的信息。迁移性: 对抗样本可以同时攻击多个不同的分类网络(包括白盒网络与黑盒网络)。 对抗样本存在的原因Szegedy 等人认为是因为...
机器学习
神经网络
柠檬柚子茶加冰
2021-04-17 17:07:35
11914
0
0
2021-04-17 17:07:35
999+
0
0
Feature Denoising for Improving Adversarial Robustness
Feature Denoising for Improving Adversarial Robustness这篇文章是facebook提出的再特征层次进行降噪,端到端的对抗训练方法。这种方法可以同时抵抗黑盒和白盒攻击。在Imagenet数据集中,在10轮迭代的PGD攻击下,之前最优的方法仅仅有27.9%的准确率,这种特征降噪的方法可以达到55.7%的准确率。在2000轮PGD攻击下,仍然具...
机器学习
神经网络
柠檬柚子茶加冰
2021-04-17 12:07:19
4231
0
1
2021-04-17 12:07:19
999+
0
1
https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
+ 关注