在信息时代，继互联网、计算机后又出现了一种新的革新，那就是云计算。云计算又称为网格计算，通过这项技术可以在很短的时间内(几秒种)完成对数以万计的数据的处理，从而达到强大的网络服务。云计算是建立在先进互联网技术基础之上的，其实现形式众多，主要通过以下形式完成： (1)软件即服务。通常用户发出服务需求，云系统通过浏览器向用户提供资源和程序等。值得一提的是，利用浏览器应用传递服务信息不花费任何费用，供
分类：
其他好文 时间：
2019-11-29 19:40:34
阅读次数：
120
近期 在 AI Studio 上发现了不少优质的开源深度学习项目，从深度学习入门到进阶，涵盖了 CV 、 NLP 、生成对抗网络、强化学习多个研究方向，还有最新的动态图，都以 NoteBook 的方式直接开源出来，并且 AI Studio 还提供了免费算力，可直接在线运行跑训练任务，推荐深度学习开发... ...
分类：
其他好文 时间：
2019-11-29 18:24:59
阅读次数：
87
https://github.com/wchen342/SketchyGAN Abstract 从人体草图中合成逼真的图像是计算机图形学和视觉学中的一个具有挑战性的课题。现有的方法要么需要精确的边缘图，要么依赖于检索现有的照片。在这项工作中，我们提出了一种新颖的生成对抗网络(GAN)方法，它综合了包 ...
分类：
其他好文 时间：
2019-11-28 19:37:26
阅读次数：
97
ABSTRACT 在本文中，我们探讨了从线条生成逼真的人脸图像的任务。先前的基于条件生成对抗网络(cGANs)的方法已经证明，当条件图像和输出图像共享对齐良好的结构时，它们能够生成视觉上可信的图像。然而，这些模型无法合成具有完整定义结构的人脸图像，例如眼睛、鼻子、嘴巴等，特别是当条件线图缺少一个或多 ...
分类：
Web程序 时间：
2019-11-28 19:32:53
阅读次数：
193
Abstract 在这篇论文中，我们提出了自注意生成对抗网络(SAGAN)，它是用于图像生成任务的允许注意力驱动的、长距离依赖的建模。传统的卷积GANs只根据低分辨率图上的空间局部点生成高分辨率细节。在SAGAN中，可以使用来自所有特征位置的线索生成细节。此外，判别器可以检查图像中较远部分的细节特征 ...
分类：
Web程序 时间：
2019-11-28 19:06:50
阅读次数：
149
Abstract 许多图像到图像的翻译问题是有歧义的，因为一个输入图像可能对应多个可能的输出。在这项工作中，我们的目标是在一个条件生成模型设置中建立可能的输出分布。将模糊度提取到一个低维潜在向量中，在测试时随机采样。生成器学习将给定的输入与此潜在编码映射到输出。我们明确地鼓励输出和潜在编码之间的连接 ...
分类：
其他好文 时间：
2019-11-28 19:05:37
阅读次数：
74
摘要：无监督图像转换是计算机视觉领域中一个重要而又具有挑战性的问题。给定源域中的一幅图像，目标是学习目标域中对应图像的条件分布，而不需要看到任何对应图像对的例子。虽然这种条件分布本质上是多模态的，但现有的方法做了过度简化的假设，将其建模为确定性的一对一映射。因此，它们无法从给定的源域映像生成不同的输 ...
分类：
其他好文 时间：
2019-11-28 18:59:02
阅读次数：
285
Flask Script 学过Django的同学应该知道在Django里面是通过python manage.py runserver这一系列的指令来完成对服务器的启动执行的，Flask script 就是仿照这一点来生成的， 同样需要建立一个manage.py，在里面进行命令初始化 安装 pip i ...
分类：
其他好文 时间：
2019-11-28 13:26:37
阅读次数：
60
1、static修饰的变量和方法，在类加载时即被初始化，可直接通过类名.变量名和类型.方法名进行调用。 2、static修饰的变量，在类加载时会被分配到数据区的方法区。类的实例可共享方法区中的变量。如果static修饰的变量发生改变，那么所有类实例引用的变量都会一起发生改变。 3、static修饰的 ...
分类：
编程语言 时间：
2019-11-28 13:19:54
阅读次数：
101
使用到的类 Gson 在Android Studio中搜索Gson library dependcies 只能使用小写，gson；否则会搜不到； JsonReader是使用google的JsonReader，在导入Gson library的时候，已经导入了； json文件上的字段，应与你建立的数据库 ...
分类：
Web程序 时间：
2019-11-25 18:48:40
阅读次数：
113
