資源下載地址：https://download.csdn.net/download/sheziqiong/85718980
目錄
二次元頭像生成器 2
選題背景 2
實驗流程 2
算法簡介 2
環境搭建、運行例程 3
訓練集優化 4
更多的圖像！ 4
只訓練一個人會發生什麼？ 5
那麼，訓練一組畫風相近的人物呢？ 6
集大成 7
網絡優化 8
了解基本原理 9
DCGAN 10
其它技術 12
ReLU 和 LeakyReLU 12
loss 和學習率控制 12
隨機梯度下降法 13
成果展示 13
總結分析 14
參考文獻 15
二次元頭像生成器
選題背景
第一次聽到 GAN 這個詞，是在視頻網站上看到一個介紹 AI 作圖生成器的視頻。
人只需在空白的畫布上指定天空、草地等元素，並勾勒出物體的輪廓，便可生成一張好似實景拍攝的風景畫。甚至，還可以改變色調和主題。
這個視頻可以說在當時顛覆了我對人工智能的認知，好似變魔術般的實現了真正的智能。 大二的我們自認為，嘗試復現這樣的算法可謂不自量力。但以多媒體技術這門課為契機，我們決定挑戰一番。
經過論文閱讀和資料搜集得知，該功能的核心算法為 GAUGAN，是生成對抗網絡 GAN 的一種應用。最終，我們選定了本次的主題：使用 GAN 生成二次元頭像。
資源下載地址：https://download.csdn.net/download/sheziqiong/85718980
