PIX2PIX

PyTorch的CycRand和Pix2PIX。我们提供了PyTrac实现为未成对和成对的图像到图像翻译。该代码是由俊彦竹和太雄公园,并由童舟望支持。这种Py火炬实现产生的结果与我们原始的火炬软件相比或更好。如果你想复制与论文相同的结果,检查原始的CalcRand火炬和Pix2PIX火炬代码。


ZBMaCT中的参考文献(18篇文章中引用)

显示结果1至18的18。
按年份排序(引文

  1. 莫瑟,卢卡斯;Dubrule,奥利维尔;Blunt,Martin J.:利用生成的反向网络作为地质先验的随机地震波形反演(2020)
  2. Nexon,阿拉斯代尔;阿尔曼萨,安德烈斯;Gousseau,Yann;Lajjar,Sasid D:用自动编码器处理简单几何属性(2020)
  3. 秦,若曦;张,慧科;江,LingYun;乔,卡伊;Hai,Jinjin;陈,Jian;Jian,军灵;史,阿;;,,,,,……;基于跨域混杂表示的无监督域适应网络的多中心计算机辅助诊断淋巴结(2020)
  4. 吴,海州;刘,学军;魏,陈,Songcan;Lyu,洪强:一种高效、准确地评估超临界翼型流场的深入学习方法(2020)
  5. 杨,刘;张,Dongkun;Karniadakis,George Em:随机微分方程的物理生成逆向网络(2020)
  6. 姚,Houpu;高,Yi;刘,永明:FEA NET:一种有效的机械响应预测的物理引导数据驱动模型(2020)
  7. Bart Theeten,Frederik Vandeputte,Tom Van Cutsem:Simult2VEC——软件库的学习嵌入(2019)阿西夫
  8. 侯,Thomas Y.;Lam,卡春;张,Pengchuan;张,舒茂:从深生成网络角度解决贝叶斯逆问题(2019)
  9. 胡,Siyu;陈,薛金:从单个RGB图像中重建神经网络中的周期正则化避免自交叉(2019)
  10. 雷,呐;Su,Kehua;崔,李;姚,Shing Tung;顾,Xianfeng David:最优运输和生成模型的几何观点(2019)
  11. Letcher,阿利斯泰尔;巴尔杜齐,戴维;拉卡尼尔,S·巴斯蒂安;Martens,杰姆斯;福斯特,Jakob;Tuyl,Jakob;格雷佩尔,托尔:可微的游戏力学(2019)
  12. 唐,Chao;李,洁;王,Linyuan;李,Ziheng;曹,爱龙;Wenkun,Liang,Ningning;Y,Y;,γ,Y:未经配对的低剂量CT去噪网络,基于具有先验图像信息的循环一致生成网络(2019)
  13. 维齐尔,于。Vygolov、O. V.、Komarov、D. V.、亚历山大·列别杰夫、M. A.:基于生成对抗网络的不同光谱图像的融合(2019)
  14. 王,K.;WAN,X.:通过混合对抗网络自动生成情感文本(2019)
  15. Heusser,Andrew C.;宰曼,克尔斯滕;欧文,Lucy L. W.;Manning,Posi:\TexTutSpyToo:用于获得高维数据几何透视的Python工具箱(2018)
  16. 卡伊:深层主动推理(2018)
  17. 朱,Yinhao;Zabaras,尼古拉斯:贝叶斯深度卷积编码器解码网络用于代理建模和不确定性量化(2018)
  18. 林,道玉;王,杨;徐,Guangluan;李,钧;傅,坤:用多尺度深度神经网络将简单素描转化成国画(2017)