135
правок
Изменения
Fix issue #10
заданному описанию или нет. Модель должна неявно разделять два источника ошибок: нереалистичные образы (для любого текста) и реалистичные образы неправильного класса, которые не соответствуют текстовым признакам. Алгоритм обучения GAN был модифицирован таким образом, чтобы разделять эти источники ошибок. В дополнение к реальным/поддельным входным данным в дискриминатор во время обучения был добавлен третий тип входных данных, состоящий из реальных изображений с несовпадающим текстовым описанием, на которых дискриминатор должен обучиться оценивать поддельные изображения.
<div classgallery mode="oo-ui-panelLayout-scrollableslideshow" stylecaption="display: block; vertical-align:middle; height: auto; width: auto;">[[Файл:DCGAN-2.png|thumb|alt=Рисунок 2. Пример результата работы GAN-CLS, GAN-INT и GAN-INT-CLS.|x350px|center|Рисунок ">Файл:DCGAN-2.png|Сгенерированные изображения птиц<ref name="PyTorchDCGANStackGAN++"/>[https.|alt=Сгенерированные изображения птицФайл://pytorch.org/tutorials/_images/sphx_glr_dcgan_faces_tutorial_004DCGAN-3.png Nathan I. {{---}} DCGAN TUTORIAL]|Сгенерированные изображения цветов<ref name="StackGAN++"/ref> Пример результата работы GAN-CLS, GAN-INT и GAN-INT-CLS.]]|alt=Сгенерированные изображения цветов</divgallery>
=== Attribute2Image ===
