...
机译:有条件的多通道生成对抗网络,其应用于交通标志表示学习
University of Wuppertal Wuppertal Germany;
Delphi Deutschland GmbH Wuppertal Germany;
Delphi Deutschland GmbH Wuppertal Germany;
Delphi Deutschland GmbH Wuppertal Germany;
Delphi Deutschland GmbH Wuppertal Germany;
Delphi Deutschland GmbH Wuppertal Germany;
University of Wuppertal Wuppertal Germany;
Machine learning; Deep neural networks; Artificial vision; Representation learning; Generative models; Synthesizing data;
机译:有条件的多通道生成对抗网络,其应用于交通标志表示学习
机译:LR-Cgan:基于潜在的多种式MRI合成的条件生成对抗网络
机译:深度卷积生成对冲网络,局部和非本地依赖学习和语音数据中的规则样式的出现
机译:通过具有双判别器的条件生成的对抗性网络学习融合红外和可见图像的生成模型
机译:使用条件生成对抗性网络产生核染色图像的语义分割
机译:使用条件生成对抗网络对癌症干细胞形态进行深度学习
机译:使用条件生成对冲网络的基于语言的图像编辑的双线性表示