内容介绍
GANs是一种独具想象力的神经网络,其能够想象出风景、汽车、猫和人的图像,甚至可以生成电子游戏。GANs代表了AI发展史中的重要一步。
多年来,NVIDIA的研究人员在GANs的研究中做出了突破性贡献。
在今年的CVPR 2020大会上,NVIDIA研究人员们介绍了一个名为StyleGAN2的新项目,该项目建立在团队先前发布的StyleGAN项目基础上,能够生成无限多种不同风格的肖像。
在演示中可以看到,结果模型(resulting model)能够让用户创建并流畅地浏览肖像。演示中所呈现的结果通过分别控制主题的内容、身份、表情和姿势来实现的。用户还可以修改画笔的艺术风格、配色方案和外观。
该模型使用了NVIDIA DGX系统进行训练,该系统配备8个NVIDIA V100 GPU,采用了cuDNN加速的TensorFlow深度学习框架。
“总而言之,经过改进的此模型,无论是在现有的分布质量指标还是感知图像质量方面,都重新定义了无条件图像建模的最新技术水平,”研究人员在他们的论文《分析和改进StyleGAN的图像质量》(Analyzing and Improving the Image Quality of StyleGAN)中提到。
研究人员在视频中说到,由于其交互性,结果网络(resulting network)可以成为用于艺术表达的有力工具。
多年来,NVIDIA的研究人员在GANs的研究中做出了突破性贡献。
在今年的CVPR 2020大会上,NVIDIA研究人员们介绍了一个名为StyleGAN2的新项目,该项目建立在团队先前发布的StyleGAN项目基础上,能够生成无限多种不同风格的肖像。
在演示中可以看到,结果模型(resulting model)能够让用户创建并流畅地浏览肖像。演示中所呈现的结果通过分别控制主题的内容、身份、表情和姿势来实现的。用户还可以修改画笔的艺术风格、配色方案和外观。
该模型使用了NVIDIA DGX系统进行训练,该系统配备8个NVIDIA V100 GPU,采用了cuDNN加速的TensorFlow深度学习框架。
“总而言之,经过改进的此模型,无论是在现有的分布质量指标还是感知图像质量方面,都重新定义了无条件图像建模的最新技术水平,”研究人员在他们的论文《分析和改进StyleGAN的图像质量》(Analyzing and Improving the Image Quality of StyleGAN)中提到。
研究人员在视频中说到,由于其交互性,结果网络(resulting network)可以成为用于艺术表达的有力工具。
订阅英伟达 NVIDIA 技术月刊